CN107292306A - 目标检测方法及装置 - Google Patents

目标检测方法及装置 Download PDF

Info

Publication number
CN107292306A
CN107292306A CN201710550186.1A CN201710550186A CN107292306A CN 107292306 A CN107292306 A CN 107292306A CN 201710550186 A CN201710550186 A CN 201710550186A CN 107292306 A CN107292306 A CN 107292306A
Authority
CN
China
Prior art keywords
area
interest
relevant range
module
geometric center
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710550186.1A
Other languages
English (en)
Inventor
万韶华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201710550186.1A priority Critical patent/CN107292306A/zh
Publication of CN107292306A publication Critical patent/CN107292306A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本公开是关于一种目标检测方法及装置。该方法包括：确定图像中的感兴趣区域；在所述图像中确定所述感兴趣区域的相关区域；根据所述感兴趣区域和所述相关区域进行目标检测，其中，目标在感兴趣区域中。本公开通过结合感兴趣区域及其相关区域的特征进行目标检测，由此能够大大提高小尺寸目标的检测成功率和检测准确率。

Description

目标检测方法及装置
技术领域
本公开涉及计算机视觉技术领域，尤其涉及目标检测方法及装置。
背景技术
随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术进行目标检测的研究越来越热门。目标检测技术可以应用于智能化交通系统、智能监控系统、军事目标检测及医学导航手术等方面。目标检测技术在图片搜索引擎中也发挥着重要作用。
相关技术中的目标检测技术无法较好地检测小尺寸的目标。当目标的大小在图像中的占比小于1/20时，检测得到的目标的边界框的位置和大小会急剧增大。当目标的大小在图像中的占比小于1/40时，基本上无法检测到目标。
发明内容
为克服相关技术中存在的问题，本公开提供一种目标检测方法及装置。
根据本公开实施例的第一方面，提供一种目标检测方法，包括：
确定图像中的感兴趣区域；
在所述图像中确定所述感兴趣区域的相关区域；
根据所述感兴趣区域和所述相关区域进行目标检测，所述目标在所述感兴趣区域中。
在一种可能的实现方式中，在所述图像中确定所述感兴趣区域的相关区域，包括：
确定所述感兴趣区域的几何中心；
在所述图像中，以所述几何中心为新几何中心，获取面积为所述感兴趣区域面积n倍的新区域，并确定所述新区域为所述相关区域，其中，所述n大于1。
在一种可能的实现方式中，在所述图像中确定所述感兴趣区域的相关区域，还包括：
以所述几何中心为新几何中心，获取m个新区域，每个所述新区域的面积为所述感兴趣区域面积的i倍，且每个所述新区域的面积不同；
确定所述m个新区域为所述相关区域；
其中，所述m为大于1的整数，所述i为m个不同的n。
在一种可能的实现方式中，根据所述感兴趣区域和所述相关区域进行目标检测，包括：
将所述感兴趣区域和所述相关区域分别映射到特征图上；
对各个特征图进行池化操作，得到池化后的各个特征图；
根据池化后的各个特征图进行分类处理和边界框回归处理，得到目标对应的边界框。
根据本公开实施例的第二方面，提供一种目标检测装置，包括：
第一确定模块，用于确定图像中的感兴趣区域；
第二确定模块，用于在所述图像中确定所述感兴趣区域的相关区域；
目标检测模块，用于根据所述感兴趣区域和所述相关区域进行目标检测，所述目标在所述感兴趣区域中。
在一种可能的实现方式中，所述第二确定模块包括：
第一确定子模块，用于确定所述感兴趣区域的几何中心；
第二确定子模块，用于在所述图像中，以所述几何中心为新几何中心，获取面积为所述感兴趣区域面积n倍的新区域，并确定所述新区域为所述相关区域，其中，所述n大于1。
在一种可能的实现方式中，所述第二确定模块还包括：
获取子模块，用于以所述几何中心为新几何中心，获取m个新区域，每个所述新区域的面积为所述感兴趣区域面积的i倍，且每个所述新区域的面积不同；
第三确定子模块，用于确定所述m个新区域为所述相关区域；
其中，所述m为大于1的整数，所述i为m个不同的n。
在一种可能的实现方式中，所述目标检测模块包括：
映射子模块，用于将所述感兴趣区域和所述相关区域分别映射到特征图上；
池化子模块，用于对各个特征图进行池化操作，得到池化后的各个特征图；
边界框确定子模块，用于根据池化后的各个特征图进行分类处理和边界框回归处理，得到目标对应的边界框。
根据本公开实施例的第三方面，提供一种目标检测装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法的步骤。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：通过确定图像中的感兴趣区域，在该图像中确定感兴趣区域的相关区域，根据感兴趣区域和相关区域进行目标检测，由此能够结合感兴趣区域及其相关区域的特征进行目标检测，从而能够大大提高小尺寸目标的检测成功率和检测准确率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种目标检测方法的流程图。
图2是根据一示例性实施例示出的一种目标检测方法中感兴趣区域以及感兴趣区域的多个相关区域的示意图。
图3是根据一示例性实施例的一个示例示出的一种目标检测方法步骤S13的流程图。
图4是根据一示例性实施例示出的一种目标检测装置的框图。
图5是根据一示例性实施例的一个示例示出的一种目标检测装置的框图。
图6是根据一示例性实施例示出的一种用于目标检测的装置800的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种目标检测方法的流程图。该方法可以应用于PC(Personal Computer，个人计算机)中，也可以应用于手机或者平板电脑等移动终端中，在此不作限定。本实施例的目标检测方法可以基于Faster RCNN(Faster Regions withConvolutional Neural Network，更快速的区域卷积神经网络)或者Fast RCNN(FastRegions with Convolutional Neural Network，快速区域卷积神经网络)等，在此不作限定。如图1所示，该方法包括步骤S11至步骤S13。
在步骤S11中，确定图像中的感兴趣区域。
在计算机视觉和图像处理等领域，感兴趣区域(RoI，Region of Interest)表示在图像中以方框、圆、椭圆或者不规则多边形等形状勾勒出需要处理的区域。通过确定图像中的感兴趣区域，能够提高图像处理的速度。
在一种可能的实现方式中，可以通过区域卷积神经网络提取图像中各个区域的特征，通过分类器根据各个区域的特征预测各个区域包含目标的置信度，根据各个区域包含目标的置信度从各个区域中确定出候选区域(Region Proposal)，并可以将各个候选区域分别作为感兴趣区域。
需要说明的是，尽管以以上实现方式介绍了确定图像中的感兴趣区域的方式，但本领域技术人员能够理解，本公开应不限于此。本领域技术人员可以根据实际应用场景灵活选择相关技术中的各种方法确定图像中的感兴趣区域，在此不作限定。
在步骤S12中，在该图像中确定感兴趣区域的相关区域。
在本实施例中，感兴趣区域的相关区域可以表达感兴趣区域的上下文信息(context)，即，相关区域可以表达感兴趣区域的周围的信息。
在一种可能的实现方式中，在该图像中确定感兴趣区域的相关区域，可以包括：在该图像中确定感兴趣区域的多个相关区域。
在另一种可能的实现方式中，在该图像中确定感兴趣区域的相关区域，可以包括：在该图像中确定感兴趣区域的一个相关区域。
在一种可能的实现方式中，感兴趣区域的相关区域可以覆盖感兴趣区域，即相关区域中包括感兴趣区域。
在一种可能的实现方式中，在该图像中确定感兴趣区域的相关区域，可以包括：确定感兴趣区域的几何中心；在该图像中，以该几何中心为新几何中心，获取面积为感兴趣区域面积n倍的新区域，并确定新区域为相关区域，其中，所述n大于1。在该实现方式中，相关区域的面积可以为感兴趣区域的面积的整数倍，也可以为感兴趣区域的面积的非整数倍，在此不作限定。例如，可以在该图像中确定一个感兴趣区域的相关区域，该相关区域的几何中心与感兴趣区域的几何中心重合，且该相关区域的面积为感兴趣区域的面积的4倍。
在一种可能的实现方式中，在图像中确定感兴趣区域的相关区域，还包括：以该几何中心为新几何中心，获取m个新区域，每个新区域的面积为感兴趣区域面积的i倍，且每个新区域的面积不同；确定m个新区域为相关区域；其中，m为大于1的整数，i为m个不同的n。例如，可以以感兴趣区域的集合中心为新几何中心，获取3个新区域，这3个新区域的面积分别为感兴趣区域的面积的2倍、4倍和8倍，并确定这3个新区域为相关区域。
在另一种可能的实现方式中，感兴趣区域的相关区域可以与感兴趣区域具有交集，且相关区域与感兴趣区域的并集既大于相关区域、也大于感兴趣区域。
在另一种可能的实现方式中，感兴趣区域的相关区域可以与感兴趣区域相邻，即相关区域与感兴趣区域不具有交集。
在步骤S13中，根据感兴趣区域和相关区域进行目标检测，其中，目标在感兴趣区域中。
在本实施例中，目标可以为图像中用户关注的任意对象。例如，在智能监控系统中，目标可以为图像中的人或者人脸等；在智能化交通系统中，目标可以为图像中的车牌号等；在军事目标检测中，目标可以为图像中的飞行器等。
在一种可能的实现方式中，可以根据感兴趣区域的局部特征(Local Feature)和全局特征(Global Feature)中的至少一种，以及相关区域的局部特征和全局特征中的至少一种，进行目标检测。其中，感兴趣区域的局部特征可以包括感兴趣区域中的角点的特征，感兴趣区域的全局特征可以包括感兴趣区域的方差或者颜色直方图，相关区域的局部特征可以包括相关区域中角点的特征，相关区域的全局特征可以包括相关区域的方差或者颜色直方图，在此不作限定。
作为该实现方式的一个示例，可以根据感兴趣区域的局部特征和相关区域的局部特征进行目标检测。
作为该实现方式的另一个示例，可以根据感兴趣区域的局部特征和全局特征，以及相关区域的局部特征和全局特征，进行目标检测。
本实施例通过结合感兴趣区域及其相关区域的特征进行目标检测，由此能够大大提高小尺寸目标的检测成功率和检测准确率。
图2是根据一示例性实施例示出的一种目标检测方法中感兴趣区域以及感兴趣区域的多个相关区域的示意图。如图2所示，可以将感兴趣区域21的几何中心作为感兴趣区域21的相关区域22、23、24的几何中心，相关区域22的面积为感兴趣区域21的2倍，相关区域23的面积为感兴趣区域21的4倍，相关区域24的面积为感兴趣区域21的8倍。在图2中，感兴趣区域21为乒乓球对应的区域。乒乓球在图像中的尺寸通常比较小，较容易和光源混淆。通过结合感兴趣区域21的相关区域22、23、24，能够对乒乓球附近的乒乓球台和乒乓球拍等信息加以利用，从而能够提高乒乓球的检测成功率和检测准确率。
图3是根据一示例性实施例的一个示例示出的一种目标检测方法步骤S13的流程图。如图3所示，步骤S13可以包括步骤S131至步骤S133。
在步骤S131中，将感兴趣区域和相关区域分别映射到特征图(Feature Map)上。
作为本实施例的一个示例，可以将感兴趣区域和相关区域分别映射到相同大小的特征图上。
在步骤S132中，对各个特征图进行池化(Pooling)操作，得到池化后的各个特征图。
在该示例中，分别对感兴趣区域对应的特征图和相关区域对应的特征图进行池化操作。例如，可以通过卷积神经网络的池化层(Pooling Layer)对感兴趣区域对应的特征图和相关区域对应的特征图进行池化操作。
其中，池化操作可以为空间池化(Spatial Pooling)操作或者最大池化(MaxPooling)操作等，在此不作限定。空间池化操作可以在降低各个特征图的维度的同时，保留大部分重要的信息。空间池化操作包括最大化、平均化和加和等方式。在最大池化操作中，定义一个空间领域(例如2×2的窗口)，并从特征图的窗口中取出最大的元素，或者取窗口中各个元素的平均值，或者对窗口中的各个元素求和。通过池化操作，能够降低卷积输出的特征向量的维度，并能够可控地减小卷积神经网络中的参数和计算量，从而能够改善输出结果，不易出现过拟合。
在步骤S133中，根据池化后的各个特征图进行分类处理和边界框回归(BoundingBox Regression)处理，得到目标对应的边界框。
作为本实施例的一个示例，可以采用Softmax Classification(柔性最大值传输函数分类)方法对池化后的各个特征图进行分类处理。
本示例中的池化操作、分类处理和边界框回归处理的具体实现方式可以与相关技术中Faster RCNN或者Fast RCNN的池化操作、分类处理和边界框回归处理的方式相同，在此不再赘述。
图4是根据一示例性实施例示出的一种目标检测装置的框图。参照图4，该装置包括第一确定模块41、第二确定模块42和目标检测模块43。该第一确定模块41被配置为确定图像中的感兴趣区域。该第二确定模块42被配置为在该图像中确定感兴趣区域的相关区域。该目标检测模块43被配置为根据感兴趣区域和相关区域进行目标检测，目标在感兴趣区域中。
图5是根据一示例性实施例的一个示例示出的一种目标检测装置的框图。如图5所示：
在一种可能的实现方式中，第二确定模块42包括第一确定子模块421和第二确定子模块422。该第一确定子模块421被配置为确定感兴趣区域的几何中心。该第二确定子模块422被配置为在图像中，以几何中心为新几何中心，获取面积为感兴趣区域面积n倍的新区域，并确定新区域为相关区域，其中，n大于1。
在一种可能的实现方式中，第二确定模块42还包括获取子模块423和第三确定子模块424。该获取子模块423被配置为以几何中心为新几何中心，获取m个新区域，每个新区域的面积为感兴趣区域面积的i倍，且每个新区域的面积不同。该第三确定子模块424被配置为确定m个新区域为相关区域；其中，m为大于1的整数，i为m个不同的n。
在一种可能的实现方式中，目标检测模块43包括映射子模块431、池化子模块432和边界框确定子模块433。该映射子模块431被配置为将感兴趣区域和相关区域分别映射到特征图上。该池化子模块432被配置为对各个特征图进行池化操作，得到池化后的各个特征图。该边界框确定子模块433被配置为根据池化后的各个特征图进行分类处理和边界框回归处理，得到目标对应的边界框。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例通过结合感兴趣区域及其相关区域的特征进行目标检测，由此能够大大提高小尺寸目标的检测成功率和检测准确率。
图6是根据一示例性实施例示出的一种用于目标检测的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种目标检测方法，其特征在于，包括：
确定图像中的感兴趣区域；
在所述图像中确定所述感兴趣区域的相关区域；
根据所述感兴趣区域和所述相关区域进行目标检测，所述目标在所述感兴趣区域中。
2.根据权利要求1所述的方法，其特征在于，在所述图像中确定所述感兴趣区域的相关区域，包括：
确定所述感兴趣区域的几何中心；
在所述图像中，以所述几何中心为新几何中心，获取面积为所述感兴趣区域面积n倍的新区域，并确定所述新区域为所述相关区域，其中，所述n大于1。
3.根据权利要求2所述的方法，其特征在于，在所述图像中确定所述感兴趣区域的相关区域，还包括：
以所述几何中心为新几何中心，获取m个新区域，每个所述新区域的面积为所述感兴趣区域面积的i倍，且每个所述新区域的面积不同；
确定所述m个新区域为所述相关区域；
其中，所述m为大于1的整数，所述i为m个不同的n。
4.根据权利要求1所述的方法，其特征在于，根据所述感兴趣区域和所述相关区域进行目标检测，包括：
将所述感兴趣区域和所述相关区域分别映射到特征图上；
对各个特征图进行池化操作，得到池化后的各个特征图；
根据池化后的各个特征图进行分类处理和边界框回归处理，得到目标对应的边界框。
5.一种目标检测装置，其特征在于，包括：
第一确定模块，用于确定图像中的感兴趣区域；
第二确定模块，用于在所述图像中确定所述感兴趣区域的相关区域；
目标检测模块，用于根据所述感兴趣区域和所述相关区域进行目标检测，所述目标在所述感兴趣区域中。
6.根据权利要求5所述的装置，其特征在于，所述第二确定模块包括：
第一确定子模块，用于确定所述感兴趣区域的几何中心；
第二确定子模块，用于在所述图像中，以所述几何中心为新几何中心，获取面积为所述感兴趣区域面积n倍的新区域，并确定所述新区域为所述相关区域，其中，所述n大于1。
7.根据权利要求6所述的装置，其特征在于，所述第二确定模块还包括：
获取子模块，用于以所述几何中心为新几何中心，获取m个新区域，每个所述新区域的面积为所述感兴趣区域面积的i倍，且每个所述新区域的面积不同；
第三确定子模块，用于确定所述m个新区域为所述相关区域；
其中，所述m为大于1的整数，所述i为m个不同的n。
8.根据权利要求5所述的装置，其特征在于，所述目标检测模块包括：
映射子模块，用于将所述感兴趣区域和所述相关区域分别映射到特征图上；
池化子模块，用于对各个特征图进行池化操作，得到池化后的各个特征图；
边界框确定子模块，用于根据池化后的各个特征图进行分类处理和边界框回归处理，得到目标对应的边界框。
9.一种目标检测装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1至4任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述方法的步骤。
CN201710550186.1A 2017-07-07 2017-07-07 目标检测方法及装置 Pending CN107292306A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710550186.1A CN107292306A (zh) 2017-07-07 2017-07-07 目标检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710550186.1A CN107292306A (zh) 2017-07-07 2017-07-07 目标检测方法及装置

Publications (1)

Publication Number Publication Date
CN107292306A true CN107292306A (zh) 2017-10-24

Family

ID=60100709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710550186.1A Pending CN107292306A (zh) 2017-07-07 2017-07-07 目标检测方法及装置

Country Status (1)

Country Link
CN (1) CN107292306A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416314A (zh) * 2018-03-16 2018-08-17 中山大学 图片重要人脸检测方法
CN108537224A (zh) * 2018-04-23 2018-09-14 北京小米移动软件有限公司 图像检测方法及装置
CN110427970A (zh) * 2019-07-05 2019-11-08 平安科技（深圳）有限公司 图像分类方法、装置、计算机设备和存储介质
CN111242118A (zh) * 2018-11-29 2020-06-05 长沙智能驾驶研究院有限公司 目标检测方法、装置、计算机设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050477A (zh) * 2014-06-27 2014-09-17 西北工业大学 基于道路辅助信息和显著性检测的红外图像车辆检测方法
CN106250812A (zh) * 2016-07-15 2016-12-21 汤平 一种基于快速r‑cnn深度神经网络的车型识别方法
CN106295526A (zh) * 2016-07-28 2017-01-04 浙江宇视科技有限公司 车辆图像匹配的方法及装置
CN106384098A (zh) * 2016-09-23 2017-02-08 北京小米移动软件有限公司 基于图像的头部姿态检测方法、装置以及终端
CN106529527A (zh) * 2016-09-23 2017-03-22 北京市商汤科技开发有限公司 物体检测方法和装置、数据处理装置和电子设备
CN106845430A (zh) * 2017-02-06 2017-06-13 东华大学 基于加速区域卷积神经网络的行人检测与跟踪方法
CN106845373A (zh) * 2017-01-04 2017-06-13 天津大学 面向监控视频的行人属性预测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050477A (zh) * 2014-06-27 2014-09-17 西北工业大学 基于道路辅助信息和显著性检测的红外图像车辆检测方法
CN106250812A (zh) * 2016-07-15 2016-12-21 汤平 一种基于快速r‑cnn深度神经网络的车型识别方法
CN106295526A (zh) * 2016-07-28 2017-01-04 浙江宇视科技有限公司 车辆图像匹配的方法及装置
CN106384098A (zh) * 2016-09-23 2017-02-08 北京小米移动软件有限公司 基于图像的头部姿态检测方法、装置以及终端
CN106529527A (zh) * 2016-09-23 2017-03-22 北京市商汤科技开发有限公司 物体检测方法和装置、数据处理装置和电子设备
CN106845373A (zh) * 2017-01-04 2017-06-13 天津大学 面向监控视频的行人属性预测方法
CN106845430A (zh) * 2017-02-06 2017-06-13 东华大学 基于加速区域卷积神经网络的行人检测与跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘江玉 等: ""基于深度学习的仓储托盘检测算法研究"", 《北京信息科技大学学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416314A (zh) * 2018-03-16 2018-08-17 中山大学 图片重要人脸检测方法
CN108416314B (zh) * 2018-03-16 2022-03-08 中山大学 图片重要人脸检测方法
CN108537224A (zh) * 2018-04-23 2018-09-14 北京小米移动软件有限公司 图像检测方法及装置
CN111242118A (zh) * 2018-11-29 2020-06-05 长沙智能驾驶研究院有限公司 目标检测方法、装置、计算机设备和存储介质
CN110427970A (zh) * 2019-07-05 2019-11-08 平安科技（深圳）有限公司 图像分类方法、装置、计算机设备和存储介质
WO2021003938A1 (zh) * 2019-07-05 2021-01-14 平安科技（深圳）有限公司 图像分类方法、装置、计算机设备和存储介质
CN110427970B (zh) * 2019-07-05 2023-08-01 平安科技（深圳）有限公司 图像分类方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN107527053A (zh) 目标检测方法及装置
CN104700353B (zh) 图像滤镜生成方法及装置
CN106651955A (zh) 图片中目标物的定位方法及装置
CN110572711B (zh) 视频封面生成方法、装置、计算机设备及存储介质
CN103955481B (zh) 图片显示方法和装置
CN107368810A (zh) 人脸检测方法及装置
CN107832741A (zh) 人脸特征点定位的方法、装置及计算机可读存储介质
CN104133956B (zh) 处理图片的方法及装置
CN107563994A (zh) 图像的显著性检测方法及装置
CN107193983A (zh) 图像搜索方法及装置
CN106682736A (zh) 图像识别方法及装置
CN107292306A (zh) 目标检测方法及装置
CN108363982B (zh) 确定对象数量的方法及装置
CN110933468A (zh) 播放方法、装置、电子设备及介质
CN108062547A (zh) 文字检测方法及装置
CN106648063A (zh) 手势识别方法及装置
CN107967459A (zh) 卷积处理方法、装置及存储介质
CN108280434A (zh) 显示信息的方法和装置
CN107463903A (zh) 人脸关键点定位方法及装置
CN108108671A (zh) 产品说明信息获取方法及装置
CN108717542A (zh) 识别文字区域的方法、装置及计算机可读存储介质
CN107704190A (zh) 手势识别方法、装置、终端及存储介质
CN109376674A (zh) 人脸检测方法、装置及存储介质
CN108596957A (zh) 物体跟踪方法及装置
CN107292901A (zh) 边缘检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171024