[发明专利]一种目标检测方法、系统、计算机设备及机器可读介质

说明书

本发明提供一种目标检测方法、系统、计算机设备及机器可读介质，利用神经网络从目标图像中提取多个目标特征；基于提取的多个目标特征关联多个目标，形成结构化目标；预测结构化目标的分类置信度以及结构化目标的回归值，并根据预测结果在目标图像中显示结构化目标。本发明可以在提升目标关联准确度的同时提升后续的跟踪识别效果。本发明可以将人体检测、人脸检测、人头检测等多目标单独检测任务直接整合成一个结构化目标进行检测，保留了同一个人员中人体目标、人头目标和人脸目标的相关性，减少了跟踪识别阶段再进行目标关联的误差，提升了跟踪识别的效果。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种目标检测方法、系统、计算机设备及机器可读介质。

背景技术

人员的结构化检测包含了人体检测，人脸检测，人头检测等，在监控安防领域人脸识别，人群计数以及行为分析识别等应用方面都有很重要的意义。目前人员的结构化检测主要采用的方式基本倾向于基于深度学习的多任务单独检测，这种方式在背景复杂的监控场景下，容易受到光线、天气、遮挡等影响，同时由于人自身的灵活性，姿态角度的易变性，更容易出现有人头无人体或者有其一无其他的检测框的情况，说明这种方式忽略了人员的结构化信息，即人脸、人头和人体的相关性，导致在一定程度上影响了检测效果。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种目标检测方法、系统、计算机设备及机器可读介质，用于解决现有技术中存在的技术问题。

为实现上述目的及其他相关目的，本发明提供一种目标检测方法，包括以下步骤：

利用神经网络从目标图像中提取多个目标特征，并基于提取的多个目标特征关联多个目标，形成结构化目标；其中，所述多个目标属于同一对象；

预测所述结构化目标的分类置信度以及所述结构化目标的回归值，并根据预测结果在所述目标图像中显示所述结构化目标。

可选地，所述根据预测结果在所述目标图像中显示所述结构化目标，包括：

从所述预测结果中提取出所述结构化目标的回归位置；

将所述结构化目标的回归位置映射至所述目标图像中，并在所述目标图像中定位和显示所述结构化目标。

可选地，预测所述结构化目标的回归值的过程包括：将从所述目标图像中提取出的多个目标特征与所述目标图像中预先关联的锚框信息或锚点信息进行结合，根据结合结果预测所述结构化目标的回归值。

可选地，在利用神经网络从目标图像中提取多个目标特征前，还包括对所述目标图像进行归一化。

可选地，还包括在所述神经网络的网络结构中加上FPN结构，并利用加上FPN结构后的神经网络从所述目标图像中提取多个目标特征。

可选地，所述多个目标至少包括人体、人头和人脸。

本发明还提供一种目标检测系统，包括有：

特征提取模块，用于利用神经网络从目标图像中提取多个目标特征；

关联模块，用于根据提取的多个目标特征关联多个目标，形成结构化目标；其中，所述多个目标属于同一对象；

结构化预测模块，用于预测所述结构化目标的分类置信度以及所述结构化目标的回归值；

显示模块，用于根据预测结果在所述目标图像中显示所述结构化目标。

可选地，所述显示模块根据预测结果在所述目标图像中显示所述结构化目标，包括：

从所述预测结果中提取出所述结构化目标的回归位置；

将所述结构化目标的回归位置映射至所述目标图像中，并在所述目标图像中定位和显示所述结构化目标。