CN107527053A - 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
CN107527053A
CN107527053A CN201710770675.8A CN201710770675A CN107527053A CN 107527053 A CN107527053 A CN 107527053A CN 201710770675 A CN201710770675 A CN 201710770675A CN 107527053 A CN107527053 A CN 107527053A
Authority
CN
China
Prior art keywords
target object
characteristic pattern
image
described image
detection results
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
CN201710770675.8A
Other languages
English (en)
Inventor
陈志军
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 CN201710770675.8A priority Critical patent/CN107527053A/zh
Publication of CN107527053A publication Critical patent/CN107527053A/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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (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：通过第一卷积神经网络识别图像中的目标物体；在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域；将目标物体所在区域映射到特征图上；通过第二卷积神经网络对特征图进行验证，确定该图像对应的目标检测结果。本公开通过第一卷积神经网络识别图像中的目标物体，在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域，将目标物体所在区域映射到特征图上，并通过第二卷积神经网络对特征图进行验证，确定该图像对应的目标检测结果，由此能够在保证目标检测速度的前提下，提高目标检测的准确率。

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
基于深度学习的目标检测方法的检测速度和检测准确率，与模型的复杂程度有关。模型越简单，则检测速度越快，检测准确率越低；模型越复杂，则检测速度越慢，检测准确率越高。相关技术中，难以在保证检测速度的前提下提高检测准确率。
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：
通过第一卷积神经网络识别图像中的目标物体；
在通过所述第一卷积神经网络识别出所述图像中包括所述目标物体的情况下，确定所述图像中的所述目标物体所在区域；
将所述目标物体所在区域映射到特征图上；
通过第二卷积神经网络对所述特征图进行验证，确定所述图像对应的目标检测结果。
在一种可能的实现方式中，通过第二卷积神经网络对所述特征图进行验证，确定所述图像对应的目标检测结果，包括：
通过所述第二卷积神经网络对所述特征图进行感兴趣区域池化操作，得到所述特征图对应的特征向量；
根据所述特征图对应的特征向量，确定所述特征图中包括所述目标物体的概率；
根据所述特征图中包括所述目标物体的概率，确定所述图像对应的目标检测结果。
在一种可能的实现方式中，根据所述特征图中包括所述目标物体的概率，确定所述图像对应的目标检测结果，包括：
在所述特征图中包括所述目标物体的概率大于第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中包括所述目标物体；
在所述特征图中包括所述目标物体的概率小于或等于所述第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中不包括所述目标物体。
在一种可能的实现方式中，在确定所述图像对应的目标检测结果之后，所述方法还包括：
在所述图像对应的目标检测结果为所述图像中包括所述目标物体的情况下，根据所述目标物体的类别，调整所述目标物体在所述图像中的边界框。
在一种可能的实现方式中，所述第一卷积神经网络为基于区域的全卷积网络RFCN。
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：
识别模块，用于通过第一卷积神经网络识别图像中的目标物体；
确定模块，用于在通过所述第一卷积神经网络识别出所述图像中包括所述目标物体的情况下，确定所述图像中的所述目标物体所在区域；
映射模块，用于将所述目标物体所在区域映射到特征图上；
验证模块，用于通过第二卷积神经网络对所述特征图进行验证，确定所述图像对应的目标检测结果。
在一种可能的实现方式中，所述验证模块包括：
池化子模块，用于通过所述第二卷积神经网络对所述特征图进行感兴趣区域池化操作，得到所述特征图对应的特征向量；
第一确定子模块，用于根据所述特征图对应的特征向量，确定所述特征图中包括所述目标物体的概率；
第二确定子模块，用于根据所述特征图中包括所述目标物体的概率，确定所述图像对应的目标检测结果。
在一种可能的实现方式中，所述第二确定子模块用于：
在所述特征图中包括所述目标物体的概率大于第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中包括所述目标物体；
在所述特征图中包括所述目标物体的概率小于或等于所述第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中不包括所述目标物体。
在一种可能的实现方式中，所述装置还包括：
调整模块，用于在所述图像对应的目标检测结果为所述图像中包括所述目标物体的情况下，根据所述目标物体的类别，调整所述目标物体在所述图像中的边界框。
在一种可能的实现方式中，所述第一卷积神经网络为RFCN。
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目标检测方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行上述目标检测方法。
本公开的实施例提供的技术方案可以包括以下有益效果：通过第一卷积神经网络识别图像中的目标物体，在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域，将目标物体所在区域映射到特征图上，并通过第二卷积神经网络对特征图进行验证，确定该图像对应的目标检测结果，由此能够在保证目标检测速度的前提下，提高目标检测的准确率。
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步骤S14的一示例性的流程图。
图3是根据一示例性实施例示出的一种目标检测方法的一示例性的流程图。
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示出的一种目标检测装置的一示例性的框图。
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。如图1所示，该方法包括步骤S11至步骤S14。
在步骤S11中，通过第一卷积神经网络识别图像中的目标物体。
在一种可能的实现方式中，第一卷积神经网络可以为RFCN(Region-based FullyConvolutional Networks，基于区域的全卷积网络)。在第一卷积神经网络为RFCN的情况下，第一卷积神经网络可以包括RPN(Region Proposal Network，候选区域网络)层、预测(Prediction)层、感兴趣区域池化(Region of Interest Pooling，RoI Pooling)层和决策层。其中，RPN层可以用于从图像中确定目标物体的候选区域(Region Proposal)。预测层可以用于预测图像中的各个区域存在目标物体的置信度。例如，可以通过RPN层提取图像中各个区域的特征，通过预测层根据各个区域的特征预测各个区域包含目标物体的置信度，根据各个区域包含目标物体的置信度从各个区域中确定出候选区域。感兴趣区域池化层可以用于将不同大小的候选区域对应的特征图映射为相同维度的特征向量。决策层可以用于确定该图像中是否存在目标物体。
作为该实现方式的一个示例，可以根据候选区域的局部特征(Local Feature)和全局特征(Global Feature)中的至少一种，进行目标物体检测。其中，候选区域的局部特征可以包括候选区域中的角点的特征，候选区域的全局特征可以包括候选区域的方差或者颜色直方图，在此不作限定。
在另一种可能的实现方式中，第一卷积神经网络可以为Fast-RCNN(Fast Regionswith Convolutional Neural Network，快速区域卷积神经网络)。
在另一种可能的实现方式中，第一卷积神经网络可以为SSD(Single Shot multi-box Detector，单次多框检测器)网络。
在另一种可能的实现方式中，第一卷积神经网络可以为YOLO(You Only LookOnce，你只需看一眼)网络。
需要说明的是，尽管以RFCN、Fast-RCNN、SSD和YOLO作为示例介绍了第一卷积神经网络如上，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各种基于深度学习的卷积神经网络。
在本实施例中，目标物体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，目标物体可以为图像中的人或者人脸等；在智能化交通系统中，目标物体可以为图像中的车牌号等；在军事目标物体检测中，目标物体可以为图像中的飞行器等。
在步骤S12中，在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域。
在一种可能的实现方式中，第一卷积神经网络可以用于确定图像中的目标物体的边界框。
在步骤S13中，将目标物体所在区域映射到特征图上。
在一种可能的实现方式中，可以将目标物体所在区域映射到指定大小的特征图上。
在步骤S14中，通过第二卷积神经网络对该特征图进行验证，确定该图像对应的目标检测结果。
其中，该图像对应的目标检测结果可以为该图像中包括目标物体或者该图像中不包括目标物体。
在一种可能的实现方式中，在该图像对应的目标检测结果为该图像中包括目标物体的情况下，可以输出目标物体在该图像中的边界框。
在一种可能的实现方式中，在基于第一卷积神经网络训练第二卷积神经网络的过程中，可以将第一卷积神经网络的学习率设为小于第二阈值，以保证第一卷积神经网络的参数尽量不大幅改变。例如，在基于第一卷积神经网络训练第二卷积神经网络的过程中，可以将第一卷积神经网络的学习率设为0。
在一种可能的实现方式中，在训练第二卷积神经网络的过程中，还可以计算第二卷积神经网络的损失函数，并可以根据该损失函数调整第二卷积神经网络的参数，以进一步提高第二卷积神经网络检测目标物体的准确率。
本实施例通过第一卷积神经网络识别图像中的目标物体，在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域，将目标物体所在区域映射到特征图上，并通过第二卷积神经网络对特征图进行验证，确定该图像对应的目标检测结果，由此能够通过第二卷积神经网络对第一卷积神经网络的检测结果进行验证，从而能够在保证目标检测速度的前提下，提高目标检测的准确率。
图2是根据一示例性实施例示出的一种目标检测方法步骤S14的一示例性的流程图。如图2所示，步骤S14可以包括步骤S141至步骤S143。
在步骤S141中，通过第二卷积神经网络对该特征图进行感兴趣区域池化操作，得到该特征图对应的特征向量。
作为本实施例的一个示例，可以通过第二卷积神经网络的感兴趣区域池化层对特征图进行感兴趣区域池化操作。
其中，感兴趣区域池化操作可以为空间池化(Spatial Pooling)操作或者最大池化(Max Pooling)操作等，在此不作限定。空间池化操作可以在降低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。通过感兴趣区域池化操作，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S142中，根据该特征图对应的特征向量，确定该特征图中包括目标物体的概率。
在一种可能的实现方式中，可以采用Softmax Classification(柔性最大值传输函数分类)方法对特征图对应的特征向量进行分类处理，得到特征图中包括目标物体的概率。
在步骤S143中，根据该特征图中包括目标物体的概率，确定该图像对应的目标检测结果。
在一种可能的实现方式中，根据该特征图中包括目标物体的概率，确定该图像对应的目标检测结果，包括：在该特征图中包括目标物体的概率大于第一阈值的情况下，确定该图像对应的目标检测结果为该图像中包括目标物体；在该特征图中包括目标物体的概率小于或等于第一阈值的情况下，确定该图像对应的目标检测结果为该图像中不包括目标物体。
在另一种可能的实现方式中，可以确定该特征图属于各个分类的概率，并可以在该特征图属于目标物体的分类的概率大于所有其他分类的概率的情况下，确定该图像中包括目标物体。
图3是根据一示例性实施例示出的一种目标检测方法的一示例性的流程图。如图3所示，该方法可以包括步骤S11至步骤S15。
在步骤S11中，通过第一卷积神经网络识别图像中的目标物体。
在步骤S12中，在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域。
在步骤S13中，将目标物体所在区域映射到特征图上。
在步骤S14中，通过第二卷积神经网络对该特征图进行验证，确定该图像对应的目标检测结果。
在步骤S15中，在该图像对应的目标检测结果为该图像中包括目标物体的情况下，根据目标物体的类别，调整目标物体在该图像中的边界框。
作为本实施例的一个示例，在该图像对应的目标检测结果为该图像中包括目标物体的情况下，可以根据目标物体的类别，进行边界框回归(Bounding Box Regression)处理，以使获得的边界框更准确。
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，该装置包括识别模块41、确定模块42、映射模块43和验证模块44。
该识别模块41被配置为通过第一卷积神经网络识别图像中的目标物体。
该确定模块42被配置为在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域。
该映射模块43被配置为将目标物体所在区域映射到特征图上。
该验证模块44被配置为通过第二卷积神经网络对该特征图进行验证，确定该图像对应的目标检测结果。
图5是根据一示例性实施例示出的一种目标检测装置的一示例性的框图。如图5所示：
在一种可能的实现方式中，验证模块44包括池化子模块441、第一确定子模块442和第二确定子模块443。
该池化子模块441被配置为通过第二卷积神经网络对该特征图进行感兴趣区域池化操作，得到该特征图对应的特征向量。
该第一确定子模块442被配置为根据该特征图对应的特征向量，确定该特征图中包括目标物体的概率。
该第二确定子模块443被配置为根据该特征图中包括目标物体的概率，确定该图像对应的目标检测结果。
在一种可能的实现方式中，第二确定子模块443被配置为：
在该特征图中包括目标物体的概率大于第一阈值的情况下，确定该图像对应的目标检测结果为该图像中包括目标物体。
在该特征图中包括目标物体的概率小于或等于第一阈值的情况下，确定该图像对应的目标检测结果为该图像中不包括目标物体。
在一种可能的实现方式中，该装置还包括调整模块45。
该调整模块45被配置为在该图像对应的目标检测结果为该图像中包括目标物体的情况下，根据目标物体的类别，调整目标物体在该图像中的边界框。
在一种可能的实现方式中，第一卷积神经网络为RFCN。
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。
本实施例通过第一卷积神经网络识别图像中的目标物体，在通过第一卷积神经网络识别出该图像中包括目标物体的情况下，确定该图像中的目标物体所在区域，将目标物体所在区域映射到特征图上，并通过第二卷积神经网络对特征图进行验证，确定该图像对应的目标检测结果，由此能够在保证目标检测速度的前提下，提高目标检测的准确率。
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 (12)

1.一种目标检测方法，其特征在于，包括：
通过第一卷积神经网络识别图像中的目标物体；
在通过所述第一卷积神经网络识别出所述图像中包括所述目标物体的情况下，确定所述图像中的所述目标物体所在区域；
将所述目标物体所在区域映射到特征图上；
通过第二卷积神经网络对所述特征图进行验证，确定所述图像对应的目标检测结果。
2.根据权利要求1所述的方法，其特征在于，通过第二卷积神经网络对所述特征图进行验证，确定所述图像对应的目标检测结果，包括：
通过所述第二卷积神经网络对所述特征图进行感兴趣区域池化操作，得到所述特征图对应的特征向量；
根据所述特征图对应的特征向量，确定所述特征图中包括所述目标物体的概率；
根据所述特征图中包括所述目标物体的概率，确定所述图像对应的目标检测结果。
3.根据权利要求2所述的方法，其特征在于，根据所述特征图中包括所述目标物体的概率，确定所述图像对应的目标检测结果，包括：
在所述特征图中包括所述目标物体的概率大于第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中包括所述目标物体；
在所述特征图中包括所述目标物体的概率小于或等于所述第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中不包括所述目标物体。
4.根据权利要求1所述的方法，其特征在于，在确定所述图像对应的目标检测结果之后，所述方法还包括：
在所述图像对应的目标检测结果为所述图像中包括所述目标物体的情况下，根据所述目标物体的类别，调整所述目标物体在所述图像中的边界框。
5.根据权利要求1所述的方法，其特征在于，所述第一卷积神经网络为基于区域的全卷积网络RFCN。
6.一种目标检测装置，其特征在于，包括：
识别模块，用于通过第一卷积神经网络识别图像中的目标物体；
确定模块，用于在通过所述第一卷积神经网络识别出所述图像中包括所述目标物体的情况下，确定所述图像中的所述目标物体所在区域；
映射模块，用于将所述目标物体所在区域映射到特征图上；
验证模块，用于通过第二卷积神经网络对所述特征图进行验证，确定所述图像对应的目标检测结果。
7.根据权利要求6所述的装置，其特征在于，所述验证模块包括：
池化子模块，用于通过所述第二卷积神经网络对所述特征图进行感兴趣区域池化操作，得到所述特征图对应的特征向量；
第一确定子模块，用于根据所述特征图对应的特征向量，确定所述特征图中包括所述目标物体的概率；
第二确定子模块，用于根据所述特征图中包括所述目标物体的概率，确定所述图像对应的目标检测结果。
8.根据权利要求7所述的装置，其特征在于，所述第二确定子模块用于：
在所述特征图中包括所述目标物体的概率大于第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中包括所述目标物体；
在所述特征图中包括所述目标物体的概率小于或等于所述第一阈值的情况下，确定所述图像对应的目标检测结果为所述图像中不包括所述目标物体。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
调整模块，用于在所述图像对应的目标检测结果为所述图像中包括所述目标物体的情况下，根据所述目标物体的类别，调整所述目标物体在所述图像中的边界框。
10.根据权利要求6所述的装置，其特征在于，所述第一卷积神经网络为RFCN。
11.一种目标检测装置，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5中任意一项所述的方法。
12.一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行权利要求1至5中任意一项所述的方法。
CN201710770675.8A 2017-08-31 2017-08-31 目标检测方法及装置 Pending CN107527053A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710770675.8A CN107527053A (zh) 2017-08-31 2017-08-31 目标检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710770675.8A CN107527053A (zh) 2017-08-31 2017-08-31 目标检测方法及装置

Publications (1)

Publication Number Publication Date
CN107527053A true CN107527053A (zh) 2017-12-29

Family

ID=60682981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710770675.8A Pending CN107527053A (zh) 2017-08-31 2017-08-31 目标检测方法及装置

Country Status (1)

Country Link
CN (1) CN107527053A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256451A (zh) * 2018-01-05 2018-07-06 百度在线网络技术（北京）有限公司 用于检测人脸的方法和装置
CN108288055A (zh) * 2018-03-14 2018-07-17 台州智必安科技有限责任公司 基于深度网络与分级测试的电力机车受电弓及电弧检测方法
CN108921185A (zh) * 2018-05-04 2018-11-30 广州图匠数据科技有限公司 一种基于图像识别的货架促销信息识别方法、装置和系统
CN108985147A (zh) * 2018-05-31 2018-12-11 成都通甲优博科技有限责任公司 目标检测方法及装置
CN109753898A (zh) * 2018-12-21 2019-05-14 中国三峡建设管理有限公司 一种安全帽识别方法及装置
CN110163864A (zh) * 2019-05-28 2019-08-23 北京迈格威科技有限公司 图像分割方法、装置、计算机设备和存储介质
CN110210474A (zh) * 2019-04-30 2019-09-06 北京市商汤科技开发有限公司 目标检测方法及装置、设备及存储介质
CN110488791A (zh) * 2018-05-14 2019-11-22 欧姆龙株式会社 控制系统、学习数据创建装置、学习装置以及判定装置
WO2020077525A1 (en) * 2018-10-16 2020-04-23 Shanghai New York University Systems and methods for model for incremental and adaptive object recognition using hierarchical representations
CN111126472A (zh) * 2019-12-18 2020-05-08 南京信息工程大学 一种基于ssd改进的目标检测方法
WO2020114097A1 (zh) * 2018-12-04 2020-06-11 北京达佳互联信息技术有限公司 一种边界框确定方法、装置、电子设备及存储介质
CN111372122A (zh) * 2020-02-27 2020-07-03 腾讯科技（深圳）有限公司 一种媒体内容植入方法、模型训练方法以及相关装置
CN111723626A (zh) * 2019-03-22 2020-09-29 北京地平线机器人技术研发有限公司 用于活体检测的方法、装置和电子设备
CN113076889A (zh) * 2021-04-09 2021-07-06 上海西井信息科技有限公司 集装箱铅封识别方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339680A (zh) * 2016-08-25 2017-01-18 北京小米移动软件有限公司 人脸关键点定位方法及装置
CN106650575A (zh) * 2016-09-19 2017-05-10 北京小米移动软件有限公司 人脸检测方法及装置
CN106780612A (zh) * 2016-12-29 2017-05-31 浙江大华技术股份有限公司 一种图像中的物体检测方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339680A (zh) * 2016-08-25 2017-01-18 北京小米移动软件有限公司 人脸关键点定位方法及装置
CN106650575A (zh) * 2016-09-19 2017-05-10 北京小米移动软件有限公司 人脸检测方法及装置
CN106780612A (zh) * 2016-12-29 2017-05-31 浙江大华技术股份有限公司 一种图像中的物体检测方法及装置

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256451B (zh) * 2018-01-05 2022-09-27 百度在线网络技术（北京）有限公司 用于检测人脸的方法和装置
CN108256451A (zh) * 2018-01-05 2018-07-06 百度在线网络技术（北京）有限公司 用于检测人脸的方法和装置
CN108288055B (zh) * 2018-03-14 2020-09-22 台州智必安科技有限责任公司 基于深度网络与分级测试的电力机车受电弓及电弧检测方法
CN108288055A (zh) * 2018-03-14 2018-07-17 台州智必安科技有限责任公司 基于深度网络与分级测试的电力机车受电弓及电弧检测方法
CN108921185A (zh) * 2018-05-04 2018-11-30 广州图匠数据科技有限公司 一种基于图像识别的货架促销信息识别方法、装置和系统
CN110488791A (zh) * 2018-05-14 2019-11-22 欧姆龙株式会社 控制系统、学习数据创建装置、学习装置以及判定装置
CN108985147A (zh) * 2018-05-31 2018-12-11 成都通甲优博科技有限责任公司 目标检测方法及装置
WO2020077525A1 (en) * 2018-10-16 2020-04-23 Shanghai New York University Systems and methods for model for incremental and adaptive object recognition using hierarchical representations
WO2020114097A1 (zh) * 2018-12-04 2020-06-11 北京达佳互联信息技术有限公司 一种边界框确定方法、装置、电子设备及存储介质
CN109753898A (zh) * 2018-12-21 2019-05-14 中国三峡建设管理有限公司 一种安全帽识别方法及装置
CN111723626B (zh) * 2019-03-22 2024-05-07 北京地平线机器人技术研发有限公司 用于活体检测的方法、装置和电子设备
CN111723626A (zh) * 2019-03-22 2020-09-29 北京地平线机器人技术研发有限公司 用于活体检测的方法、装置和电子设备
CN110210474B (zh) * 2019-04-30 2021-06-01 北京市商汤科技开发有限公司 目标检测方法及装置、设备及存储介质
US11151358B2 (en) 2019-04-30 2021-10-19 Beijing Sensetime Technology Development Co., Ltd. Target detection method and apparatus, device, and storage medium
CN110210474A (zh) * 2019-04-30 2019-09-06 北京市商汤科技开发有限公司 目标检测方法及装置、设备及存储介质
CN110163864B (zh) * 2019-05-28 2020-12-04 北京迈格威科技有限公司 图像分割方法、装置、计算机设备和存储介质
CN110163864A (zh) * 2019-05-28 2019-08-23 北京迈格威科技有限公司 图像分割方法、装置、计算机设备和存储介质
CN111126472A (zh) * 2019-12-18 2020-05-08 南京信息工程大学 一种基于ssd改进的目标检测方法
CN111126472B (zh) * 2019-12-18 2023-07-25 南京信息工程大学 一种基于ssd改进的目标检测方法
CN111372122A (zh) * 2020-02-27 2020-07-03 腾讯科技（深圳）有限公司 一种媒体内容植入方法、模型训练方法以及相关装置
CN111372122B (zh) * 2020-02-27 2022-03-15 腾讯科技（深圳）有限公司 一种媒体内容植入方法、模型训练方法以及相关装置
CN113076889A (zh) * 2021-04-09 2021-07-06 上海西井信息科技有限公司 集装箱铅封识别方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN107527053A (zh) 目标检测方法及装置
CN106295511B (zh) 人脸跟踪方法及装置
CN108121952A (zh) 人脸关键点定位方法、装置、设备及存储介质
CN109829501A (zh) 图像处理方法及装置、电子设备和存储介质
CN107832741A (zh) 人脸特征点定位的方法、装置及计算机可读存储介质
CN106548145A (zh) 图像识别方法及装置
CN107368810A (zh) 人脸检测方法及装置
CN107909113A (zh) 交通事故图像处理方法、装置及存储介质
CN106204435A (zh) 图像处理方法及装置
CN107220667A (zh) 图像分类方法、装置及计算机可读存储介质
CN108010060A (zh) 目标检测方法及装置
CN104408404B (zh) 人脸识别方法及装置
CN107563994A (zh) 图像的显著性检测方法及装置
CN104063865B (zh) 分类模型创建方法、图像分割方法及相关装置
CN109446994A (zh) 手势关键点检测方法、装置、电子设备及存储介质
CN107193983A (zh) 图像搜索方法及装置
CN107766820A (zh) 图像分类方法及装置
CN106980840A (zh) 脸型匹配方法、装置及存储介质
CN107480665A (zh) 文字检测方法、装置及计算机可读存储介质
CN106548468A (zh) 图像清晰度的判别方法及装置
CN104077597B (zh) 图像分类方法及装置
CN107742120A (zh) 银行卡卡号的识别方法及装置
CN106228556A (zh) 图像质量分析方法和装置
CN107729880A (zh) 人脸检测方法及装置
CN107463903A (zh) 人脸关键点定位方法及装置

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

Application publication date: 20171229

RJ01 Rejection of invention patent application after publication