CN108470179B - 用于检测对象的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于检测对象的方法和装置。上述方法的一具体实施方式包括：利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图；在第一特征图中确定第一候选区域以及在第一候选区域检测目标对象，得到第一特征图的第一目标对象检测结果；利用卷积神经网络的第二特征提取网络提取第一特征图的特征，得到第二特征图；在第二特征图中确定第二候选区域以及在第二候选区域中检测目标对象及目标对象的第一关联对象，生成第二特征图的第二目标对象检测结果，其中，第一关联对象为预设的、与目标对象存在位置关联的对象。该实施方式提高了目标对象检测的精确度。

Description

用于检测对象的方法和装置

技术领域

本申请实施例涉及计算机视觉技术领域，具体涉及用于检测对象的方法和装置。

背景技术

目标检测作为计算机视觉的重要研究课题之一，被广泛应用于国防军事、公共交通、社会安全和商业应用等各个领域。因此目标检测算法的研究，具有非常重要的军事以及商业价值。所谓目标检测，是通过分析图像或者视频中的目标的特征，将目标识别出来，获得目标的类别和位置信息，能够对目标做进一步分析和理解提供帮助，例如目标跟踪以及基于图像内容的分析等。

发明内容

本申请实施例提出了用于检测对象的方法和装置。

第一方面，本申请实施例提供了一种用于检测对象的方法，包括：利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图；在上述第一特征图中确定第一候选区域以及在上述第一候选区域检测目标对象，得到上述第一特征图的第一目标对象检测结果；利用卷积神经网络的第二特征提取网络提取上述第一特征图的特征，得到第二特征图；在上述第二特征图中确定第二候选区域以及在上述第二候选区域中检测上述目标对象及上述目标对象的第一关联对象，生成上述第二特征图的第二目标对象检测结果，其中，第一关联对象为预设的、与上述目标对象存在位置关联的对象。

在一些实施例中，上述方法还包括：利用卷积神经网络的第三特征提取网络提取上述第二特征图的特征，得到第三特征图；在上述第三特征图中确定第三候选区域以及在上述第三候选区域中检测上述目标对象、上述第一关联对象以及第二关联对象，生成第三特征图的第三目标对象检测结果，其中，上述第二关联对象为预设的、与上述目标对象、上述第一关联对象存在位置关联的对象。

在一些实施例中，上述在上述第二候选区域中检测上述目标对象及上述目标对象的第一关联对象，生成上述第二特征图的第二目标对象检测结果，包括：响应于在上述第二候选区域中检测到上述第一关联对象，根据上述第一关联对象确定上述目标对象；根据所确定的目标对象以及在上述第二候选区域中检测到的目标对象，生成上述第二目标对象检测结果。

在一些实施例中，上述方法还包括：融合上述第一目标对象检测结果、上述第二目标对象检测结果以及上述第三目标对象检测结果，将融合后的目标对象检测结果输出。

在一些实施例中，在第二特征图中确定第二候选区域，包括：检测第二特征图的尺寸是否满足预设条件；响应于确定第二特征图的尺寸满足预设条件，在第二特征图中确定第二候选区域。

第二方面，本申请实施例提供了一种用于检测对象的装置，包括：第一特征提取单元，用于利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图；第一对象检测单元，用于在上述第一特征图中确定第一候选区域以及在上述第一候选区域检测目标对象，得到上述第一特征图的第一目标对象检测结果；第二特征提取单元，用于利用卷积神经网络的第二特征提取网络提取上述第一特征图的特征，得到第二特征图；第二对象检测单元，用于在上述第二特征图中确定第二候选区域以及在上述第二候选区域中检测上述目标对象及上述目标对象的第一关联对象，生成上述第二特征图的第二目标对象检测结果，其中，第一关联对象为预设的、与上述目标对象存在位置关联的对象。

在一些实施例中，上述装置还包括：第三特征提取单元，用于利用卷积神经网络的第三特征提取网络提取上述第二特征图的特征，得到第三特征图；第三对象检测单元，用于在上述第三特征图中确定第三候选区域以及在上述第三候选区域中检测上述目标对象、上述第一关联对象以及第二关联对象，生成第三特征图的第三目标对象检测结果，其中，上述第二关联对象为预设的、与上述目标对象、上述第一关联对象存在位置关联的对象。

在一些实施例中，上述第二对象检测单元进一步用于：响应于在上述第二候选区域中检测到上述第一关联对象，根据上述第一关联对象确定上述目标对象；根据所确定的目标对象以及在上述第二候选区域中检测到的目标对象，生成上述第二目标对象检测结果。

在一些实施例中，上述装置还包括：结果输出单元，用于融合上述第一目标对象检测结果、上述第二目标对象检测结果以及上述第三目标对象检测结果，将融合后的目标对象检测结果输出。

在一些实施例中，第二候选区域确定单元进一步用于：检测第二特征图的尺寸是否满足预设条件；响应于确定第二特征图的尺寸满足预设条件，在第二特征图中确定第二候选区域。

第三方面，本申请实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面任一实施例所描述的方法。

本申请的上述实施例提供的用于检测对象的方法和装置，首先利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图，然后在第一特征图中确定第一候选区域，并在第一候选区域中检测目标对象，得到第一特征图的第一目标对象检测结果，然后利用卷积神经网络的第二特征提取网络提取第一特征图的特征，得到第二特征图，然后在第二特征图中确定第二候选区域，并在第二候选区域中检测目标对象以及上述目标对象的第一关联对象，生成第二特征图的第二目标检测结果。本实施例的方法和装置，可以对目标图像进行多次目标对象检测，从而提高了目标对象检测的精确度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于检测对象的方法的一个实施例的流程图；

图3是根据本申请的用于检测对象的方法的一个应用场景的示意图；

图4是根据本申请的用于检测对象的方法的又一个实施例的流程图；

图5是根据本申请的用于检测对象的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于检测对象的方法或用于检测对象的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104以及服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103可以通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以为能够运行卷积神经网络的电子设备，终端设备101、102、103上可以安装有各种信息交互应用或图像处理应用。

终端设备101、102、103可以是具有图像采集装置并支持互联网访问的各种电子设备，包括但不限于智能监控摄像头、智能手机、平板电脑、笔记本电脑等。

服务器105可以是提供检测对象服务的检测对象服务器，服务器可以接收终端设备101、102、103发送的目标图像，并对目标图像中的目标对象进行检测，将检测结果返回给终端设备101、102、103。

需要说明的是，服务器105的本地可以直接存储目标图像，服务器105可以直接提取本地的目标图像进行检测，此时，示例性系统架构100中可以不包括终端设备101、102、103和网络104。

还需要指出的是，终端设备101、102、103中也可以安装有图像处理类应用，终端设备101、102、103也可以基于图像处理类应用对目标图像进行目标对象的检测。此时，用于检测对象的方法也可以由终端设备101、102、103执行，相应地，用于检测对象的装置也可以设置于终端设备101、102、103中。此时，示例性系统架构100中可以不包括服务器105和网络104。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

参考图2，其示出了根据本申请的用于检测对象的方法的一个实施例的流程200。本实施例的用于检测对象的方法，包括以下步骤：

步骤201，利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图。

在本实施例中，用于检测对象的方法的执行主体(例如终端或服务器)可以运行卷积神经网络，上述卷积神经网络可以包括第一特征提取网络。第一特征网络可以包括至少一个卷积层，还可以包括池化层。执行主体可以利用上述卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图。

目标图像可以是包括待检测对象的图像，待检测对象可以是各种对象，例如车、人脸、人体等。可以理解的是，目标图像中可以包括一个或多个对象，且包含的对象可以相同也可以不同。在提取了目标图像的特征后，可以得到对象的第一特征图。

步骤202，在第一特征图中确定第一候选区域以及在第一候选区域检测目标对象，得到第一特征图的第一目标对象检测结果。

在得到第一特征图后，可以在第一特征图中确定第一候选区域。在卷积神经网络中，上述第一候选区域可以通过锚点(anchor)来确定。即在第一特征图上确定至少一个锚点，然后以确定的锚点为中心，得到至少一个矩形框。每个矩形框在第一特征图中对应的区域即为第一候选区域，也就是说，第一候选区域可以有一个，也可以有多个。

上述矩形框可以由锚点的参数来确定，上述锚点的参数可以存储在卷积神经网络中的一个自定义层(prior_box_layer)。

在确定第一候选区域后可以在上述第一候选区域中检测目标对象，得到第一特征图的第一目标对象检测结果。可以理解的是，上述第一目标对象检测结果中可以包括目标对象的位置和分类。

步骤203，利用卷积神经网络的第二特征提取网络提取所述第一特征图的特征，得到第二特征图。

本实施例中，卷积神经网络还可以包括第二特征提取网络，该第二特征提取网络可以与第一特征提取网络相同，也可以与第一特征提取网络不相同。在利用该第二特征提取网络提取第一特征图的特征后，得到第二特征图。

需要说明的是，本实施例中，第二特征图的尺寸要小于第一特征图的尺寸。

步骤204，在第二特征图中确定第二候选区域以及在第二候选区域中检测目标对象及目标对象的第一关联对象，生成第二特征图的第二目标对象检测结果。

本实施例中，在得到第二特征图后，可以在第二特征图中确定第二候选区域。本步骤中可以采取与步骤202中确定第一候选区域同样的方式来确定第二候选区域。进一步的，本步骤中的第二候选区域的尺寸可以与第一候选区域的尺寸相同。

本实施例中，在确定第二候选区域时，可以采用与步骤202中确定第一候选区域相同的方式来确定第二候选区域。即在卷积神经网络中的第二特征提取网络后增加一个自定义层，该自定义层中存储有锚点的参数。

在确定第二候选区域后，可以在第二候选区域中检测目标对象以及目标对象的第一关联对象。其中，第一关联对象为预设的、与上述目标对象存在位置关联的对象。例如，目标对象为人脸，则第一关联对象可以为人的上半身(包括人的头部和肩膀)；或者，目标对象为车头，第一关联对象为车的前半部分(包括车头和前车轮)。在本实施例的一些可选的实现方式中，目标对象在目标图像中占用的区域位于第一关联对象在目标图像中占用的区域中。例如，人脸在目标图像中占用的区域位于人的上半身在目标图像中占用的区域中。

继续参见图2，图2是根据本实施例的用于检测对象的方法的应用场景的一个示意图。在图2的应用场景中，使用神经网络对目标图像进行处理，首先目标图像经第一特征提取网络(包括N₁个卷积层)提取特征后，得到第一特征图，在第一特征图中确定第一候选区域，并在第一候选区域中检测人脸。然后第一特征图经第二特征提取网络(包括N₂个卷积层和N₃个池化层)提取特征后，得到第二特征图。在第二特征图中确定第二候选区域，并在第二候选区域中检测人脸和人的上半身。

本申请的上述实施例提供的用于检测对象的方法，首先利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图，然后在第一特征图中确定第一候选区域，并在第一候选区域中检测目标对象，得到第一特征图的第一目标对象检测结果，然后利用卷积神经网络的第二特征提取网络提取第一特征图的特征，得到第二特征图，然后在第二特征图中确定第二候选区域，并在第二候选区域中检测目标对象以及上述目标对象的第一关联对象，生成第二特征图的第二目标检测结果。本实施例的方法，可以对目标图像进行多次目标对象检测，从而提高了目标对象检测的精确度，防止因目标对象过小或目标对象特征不足导致的漏检情况。

在本实施例的一些可选的实现方式中，上述步骤204具体还可以包括图2中未示出的以下步骤：响应于在第二候选区域中检测到第一关联对象，根据第一关联对象确定目标对象；根据所确定的目标对象以及在所述第二候选区域中检测到的目标对象，生成第二目标对象检测结果。

本实现方式中，在第二候选区域中检测目标对象以及第一关联对象后，如果检测到第一关联对象，则可以首先根据第一关联对象确定目标对象，然后根据所确定的目标对象以及在第二候选区域中检测到的目标对象，生成第二目标对象检测结果。例如，在第二候选区域中检测到人的上半身，则可以根据检测到的上半身的位置及大小，估计出人脸所在的位置。

在本实施例的一些可选的实现方式中，上述步骤204中在第二特征图中确定第二候选区域时，可以首先检测第二特征图的尺寸是否满足预设条件，在满足预设条件后，再确定第二候选区域。

上述预设条件可以是尺寸小于50*50，当然，上述预设条件仅为举例说明，不造成对本实施例的限制。这样，当采用神经网络的卷积层来提取特征或采用池化层来下采样，且卷积层和池化层的参数固定时，可以保证第一特征图与第二特征图之间存在适当数量的卷积层和池化层，以保证第二特征图中包括的特征是经过多次提取后得到的，能够提高目标检测的准确率。

继续参见图4，其示出了根据本申请的用于检测对象的方法的另一个实施例的流程400。如图4所示，本实施例的用于检测对象的方法在图2所示的步骤204后还可以包括以下步骤：

步骤401，利用卷积神经网络的第三特征提取网络提取第二特征图的特征，得到第三特征图。

本实施例中，在检测第二候选区域中是否包括目标对象和第一关联对象后，可以利用卷积神经网络的第三特征提取网络继续提取第二特征图的特征，得到第三特征图。

步骤402，在第三特征图中确定第三候选区域以及在第三候选区域中检测目标对象、第一关联对象以及第二关联对象，生成第三特征图的第三目标对象检测结果。

在确定第三特征图后，可以在第三特征图中确定第三候选区域。然后在第三候选区域中检测目标对象、第一关联对象和第二关联对象。其中，第二关联对象为预设的、与目标对象、第一关联对象存在位置关联的对象。举例来说，目标对象为人脸，第一关联对象为人的上半身，第二关联对象为人的全身。

在对第三候选区域的检测完成后，可以得到第三目标图像检测结果。可以理解的是，如果在第三候选区域中检测到第一关联对象和/或第二关联对象，可以根据检测到的第一关联对象和/或第二关联对象，确定目标对象。则上述第三目标对象检测结果可以包括检测到的目标对象以及由第一关联对象和/或第二关联对象确定的目标对象。

在本实施例的一些可选的实现方式中，目标对象在目标图像中占用的区域、第一关联对象在目标图像中占用的区域可以都包括于第二关联对象在目标图像中所占用的区域。

步骤403，融合第一目标对象检测结果、第二目标对象检测结果以及第三目标对象检测结果，将融合后的目标对象检测结果输出。

在得到第一目标对象检测结果、第二目标对象检测结果以及第三目标对象检测结果后，可以将融合后的目标对象检测结果作为最终目标对象检测结果。然后可以将此最终目标对象检测结果输出。

本实施例中，在第二特征图中未检测到目标对象以及第一关联对象时，可以继续提取第二特征图的特征，得到第三特征图。然后在第三特征图中确定第三候选区域，并在第三候选区域中检测目标对象、第一关联对象以及第二关联对象。只要在第三特征图中检测到对象、第一关联对象以及第二关联对象中的任意一个，即可确定目标对象的位置。从而，进一步提高了目标对象检测的准确率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于检测对象的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于检测对象的装置500包括第一特征提取单元501、第一对象检测单元502、第二特征提取单元503以及第二对象检测单元504。

其中，第一特征提取单元501，用于利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图。

第一对象检测单元502，用于在第一特征图中确定第一候选区域以及在第一候选区域检测目标对象，得到第一特征图的第一目标对象检测结果。

第二特征提取单元503，用于利用卷积神经网络的第二特征提取网络提取第一特征图的特征，得到第二特征图。

第二对象检测单元504，用于在第二特征图中确定第二候选区域以及在第二候选区域中检测目标对象及目标对象的第一关联对象，生成第二特征图的第二目标对象检测结果。

其中，第一关联对象为预设的、与目标对象存在位置关联的对象。

在本实施例的一些可选的实现方式中，上述装置500还包括图5中未示出的第三特征提取单元以及第三对象检测单元。

其中，第三特征提取单元，用于利用卷积神经网络的第三特征提取网络提取第二特征图的特征，得到第三特征图。

第三对象检测单元，用于在第三特征图中确定第三候选区域以及在第三候选区域中检测目标对象、第一关联对象以及第二关联对象，生成第三特征图的第三目标对象检测结果。

其中，第二关联对象为预设的、与目标对象、第一关联对象存在位置关联的对象。

在本实施例的一些可选的实现方式中，上述第二对象检测单元504可以进一步用于：响应于在所述第二候选区域中检测到第一关联对象，根据第一关联对象确定目标对象；根据所确定的目标对象以及在第二候选区域中检测到的目标对象，生成第二目标对象检测结果。

在本实施例的一些可选的实现方式中，上述装置500还包括图5中未示出的结果输出单元，用于融合第一目标对象检测结果、第二目标对象检测结果以及第三目标对象检测结果，将融合后的目标对象检测结果输出。

在本实施例的一些可选的实现方式中，上述第二对象检测单元504进一步用于：检测第二特征图的尺寸是否满足预设条件；响应于确定第二特征图的尺寸满足预设条件，在第二特征图中确定第二候选区域。

本申请的上述实施例提供的用于检测对象的装置，可以对目标图像进行多次目标对象检测，从而提高了对象检测的精确度。

应当理解，用于检测对象的装置500中记载的单元501至单元504分别与参考图1中描述的方法中的各个步骤相对应。由此，上文针对用于检测对象的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。

下面参考图6，其示出了适于用来实现本申请实施例的设备(例如终端或服务器)的计算机系统600的结构示意图。图6示出的设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一特征提取单元、第一对象检测单元、第二特征提取单元和第二对象检测单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一特征提取单元还可以被描述为“利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图；在第一特征图中确定第一候选区域以及在第一候选区域检测目标对象，得到第一特征图的第一目标对象检测结果；利用卷积神经网络的第二特征提取网络提取第一特征图的特征，得到第二特征图；在第二特征图中确定第二候选区域以及在第二候选区域中检测目标对象及目标对象的第一关联对象，生成第二特征图的第二目标对象检测结果，其中，第一关联对象为预设的、与目标对象存在位置关联的对象。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于检测对象的方法，包括：

利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图；

在所述第一特征图中确定第一候选区域以及在所述第一候选区域检测目标对象，得到所述第一特征图的第一目标对象检测结果；

利用卷积神经网络的第二特征提取网络提取所述第一特征图的特征，得到第二特征图，所述第二特征图的尺寸小于所述第一特征图的尺寸；

在所述第二特征图中确定第二候选区域以及在所述第二候选区域中检测所述目标对象及所述目标对象的第一关联对象，生成所述第二特征图的第二目标对象检测结果，其中，第一关联对象为预设的、与所述目标对象存在位置关联的对象，所述目标对象在所述目标图像中占用的区域位于所述第一关联对象在所述目标图像中占用的区域中。

2.根据权利要求1所述的方法，其中，所述方法还包括：

利用卷积神经网络的第三特征提取网络提取所述第二特征图的特征，得到第三特征图；

在所述第三特征图中确定第三候选区域以及在所述第三候选区域中检测所述目标对象、所述第一关联对象以及第二关联对象，生成第三特征图的第三目标对象检测结果，其中，所述第二关联对象为预设的、与所述目标对象、所述第一关联对象存在位置关联的对象。

3.根据权利要求1所述的方法，其中，所述在所述第二候选区域中检测所述目标对象及所述目标对象的第一关联对象，生成所述第二特征图的第二目标对象检测结果，包括：

响应于在所述第二候选区域中检测到所述第一关联对象，根据所述第一关联对象确定所述目标对象；

根据所确定的目标对象以及在所述第二候选区域中检测到的目标对象，生成所述第二目标对象检测结果。

4.根据权利要求2所述的方法，其中，所述方法还包括：

融合所述第一目标对象检测结果、所述第二目标对象检测结果以及所述第三目标对象检测结果，将融合后的目标对象检测结果输出。

5.根据权利要求1所述的方法，其中，所述在所述第二特征图中确定第二候选区域，包括：

检测所述第二特征图的尺寸是否满足预设条件；

响应于确定所述第二特征图的尺寸满足预设条件，在所述第二特征图中确定第二候选区域。

6.一种用于检测对象的装置，包括：

第一特征提取单元，用于利用卷积神经网络的第一特征提取网络提取目标图像的特征，得到第一特征图；

第一对象检测单元，用于在所述第一特征图中确定第一候选区域以及在所述第一候选区域检测目标对象，得到所述第一特征图的第一目标对象检测结果；

第二特征提取单元，用于利用卷积神经网络的第二特征提取网络提取所述第一特征图的特征，得到第二特征图，所述第二特征图的尺寸小于所述第一特征图的尺寸；

第二对象检测单元，用于在所述第二特征图中确定第二候选区域以及在所述第二候选区域中检测所述目标对象及所述目标对象的第一关联对象，生成所述第二特征图的第二目标对象检测结果，其中，第一关联对象为预设的、与所述目标对象存在位置关联的对象，所述目标对象在所述目标图像中占用的区域位于所述第一关联对象在所述目标图像中占用的区域中。

7.根据权利要求6所述的装置，其中，所述装置还包括：

第三特征提取单元，用于利用卷积神经网络的第三特征提取网络提取所述第二特征图的特征，得到第三特征图；

第三对象检测单元，用于在所述第三特征图中确定第三候选区域以及在所述第三候选区域中检测所述目标对象、所述第一关联对象以及第二关联对象，生成第三特征图的第三目标对象检测结果，其中，所述第二关联对象为预设的、与所述目标对象、所述第一关联对象存在位置关联的对象。

8.根据权利要求7所述的装置，其中，所述第二对象检测单元进一步用于：

响应于在所述第二候选区域中检测到所述第一关联对象，根据所述第一关联对象确定所述目标对象；

根据所确定的目标对象以及在所述第二候选区域中检测到的目标对象，生成所述第二目标对象检测结果。

9.根据权利要求6所述的装置，其中，所述装置还包括：

结果输出单元，用于融合所述第一目标对象检测结果、所述第二目标对象检测结果以及所述第三目标对象检测结果，将融合后的目标对象检测结果输出。

10.根据权利要求6所述的装置，其中，所述第二对象检测单元进一步用于：

检测所述第二特征图的尺寸是否满足预设条件；

响应于确定所述第二特征图的尺寸满足预设条件，在所述第二特征图中确定第二候选区域。

11.一种设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images