[发明专利]一种物体检测方法、物体检测装置及智能设备在审

专利信息
申请号: 202011530109.8 申请日: 2020-12-22
公开(公告)号: CN112529943A 公开(公告)日: 2021-03-19
发明(设计)人: 王阳;赵明国;熊友军 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73;G06N3/08;G06N3/04
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 肖遥
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 物体 检测 方法 装置 智能 设备
【权利要求书】:

1.一种物体检测方法,其特征在于,包括:

在当前图像帧中确定第一区域及第二区域,其中,所述当前图像帧为当前时刻所获得的图像帧,目标物体在所述第一区域中出现的概率高于在所述第二区域中出现的概率;

分别在所述第一区域内及所述第二区域内设置候选框,使得所述第一区域单位面积上的候选框数量多于所述第二区域单位面积上的候选框数量;

基于已训练的图像识别网络及各个候选框,对当前图像帧进行识别操作,以在各个候选框中确定目标候选框,其中,所述目标候选框为在所述当前图像帧中框选有所述目标物体的候选框;

输出所述目标候选框。

2.如权利要求1所述的物体检测方法,其特征在于,所述物体检测方法应用于机器人,所述在当前图像帧中确定第一区域及第二区域,包括:

获取所述目标物体在前一图像帧中的坐标,记作第一图像坐标,其中,所述前一图像帧为当前时刻的前一时刻所获得的图像帧;

获取所述机器人的运动参数,所述运动参数用于描述所述机器人从前一时刻到当前时刻的运动偏移量;

基于所述第一图像坐标及所述运动参数,在所述当前图像帧中确定所述第一区域及所述第二区域。

3.如权利要求2所述的物体检测方法,其特征在于,所述基于所述第一图像坐标及所述运动参数,在所述当前图像帧中确定所述第一区域及所述第二区域,包括:

基于所述第一图像坐标及所述运动参数,预测所述目标物体在所述当前图像帧中的坐标,记作第二图像坐标;

基于所述第二图像坐标,在所述当前图像帧中确定所述第一区域及所述第二区域。

4.如权利要求3所述的物体检测方法,其特征在于,所述基于所述第一图像坐标及所述运动参数,预测所述目标物体在所述当前图像帧中的坐标,记作第二图像坐标,包括:

将所述第一图像坐标投影至相机坐标系下,得到所述前一时刻下所述目标物体在所述相机坐标系中的三维坐标,记作第一三维坐标;

基于所述第一三维坐标及所述运动参数,计算所述当前时刻下所述目标物体在所述相机坐标系中的三维坐标,记作第二三维坐标;

将所述第二三维坐标投影至图像坐标系下,得到所述第二图像坐标。

5.如权利要求3所述的物体检测方法,其特征在于,所述基于所述第二图像坐标,在所述当前图像帧中确定所述第一区域及所述第二区域,包括:

将所述当前图像帧划分为预设数量个候选区域;

在所述预设数量个候选区域中,将目标候选区域及与所述目标候选区域相邻的候选区域确定为所述第一区域,将所述当前图像帧中除所述第一区域之外的其它候选区域确定为所述第二区域,其中,所述目标候选区域为所述第二图像坐标所落入的候选区域。

6.如权利要求2所述的物体检测方法,其特征在于,若所述机器人为人型机器人,则所述运动参数包括:头部电机的旋转矩阵、腰部电机的旋转矩阵、足部电机的旋转矩阵及足部电机的平移矩阵。

7.如权利要求1所述的物体检测方法,其特征在于,所述输出所述目标候选框,包括:

基于所述目标候选框的中心坐标及尺寸,输出所述目标候选框。

8.一种物体检测装置,其特征在于,包括:

第一确定单元,用于在当前图像帧中确定第一区域及第二区域,其中,所述当前图像帧为当前时刻所获得的图像帧,目标物体在所述第一区域中出现的概率高于在所述第二区域中出现的概率;

设置单元,用于分别在所述第一区域内及所述第二区域内设置候选框,使得所述第一区域单位面积上的候选框数量多于所述第二区域单位面积上的候选框数量;

第二确定单元,用于基于已训练的图像识别网络及各个候选框,对当前图像帧进行识别操作,以在各个候选框中确定目标候选框,其中,所述目标候选框为在所述当前图像帧中框选有所述目标物体的候选框;

输出单元,用于输出所述目标候选框。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011530109.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top