CN111914861A - 目标检测方法和装置 - Google Patents
目标检测方法和装置 Download PDFInfo
- Publication number
- CN111914861A CN111914861A CN201910379563.9A CN201910379563A CN111914861A CN 111914861 A CN111914861 A CN 111914861A CN 201910379563 A CN201910379563 A CN 201910379563A CN 111914861 A CN111914861 A CN 111914861A
- Authority
- CN
- China
- Prior art keywords
- feature map
- detection
- feature
- image
- target
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了目标检测方法和装置。该方法的一具体实施方式包括:获取待检测图像的特征金字塔,特征金字塔包括待检测图像的至少两个不同尺寸的特征图;选取特征金字塔中最小尺寸的特征图作为目标特征图,执行如下步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,相邻特征图在特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;根据检测用特征图,得到待检测图像的检测结果信息。该实施方式实现了对较小的检测目标的良好的检测结果。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及目标检测方法和装置。
背景技术
现有的一些如R-CNN(Region Convolutional Neural Networks)、SSD(SingleShot MultiBox Detector)等用于目标检测的算法,通常都是基于神经网络模型的深层的特征图(如得到的最后一层的特征图)进行目标识别。
虽然深层的特征图的特征语义信息比较丰富,但是分辨率较低,所以深层的特征图不能详细地反映较小的检测目标的信息,从而使得基于深层的特征图的目标识别方法仅对较大的检测目标的识别结果较好,而对较小的检测目标的识别结果较差。
发明内容
本公开的实施例提出了目标检测方法和装置。
第一方面,本公开的实施例提供了一种目标检测方法,该方法包括:获取待检测图像的特征金字塔,其中,特征金字塔包括待检测图像的至少两个不同尺寸的特征图;选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;根据检测用特征图,得到待检测图像的检测结果信息,其中,检测结果信息用于表征检测目标在待检测图像中的位置。
在一些实施例中,上述方法还包括:响应于确定相邻特征图不是特征金字塔中最大尺寸的特征图,将得到的融合后的特征图确定为目标特征图,继续执行处理步骤。
在一些实施例中,根据检测用特征图,得到待检测图像的检测结果信息,包括:根据特征金字塔中除最大尺寸的特征图和最小尺寸特征图之外的特征图分别对应的融合后的特征图和特征金字塔中最小尺寸的特征图中的至少一项,与检测用特征图,得到待检测图像的检测结果信息。
在一些实施例中,根据检测用特征图,得到待检测图像的检测结果信息,包括:根据检测用特征图和预设的候选检测框,得到待检测图像的检测结果信息,其中,候选检测框的尺寸通过如下步骤确定:获取目标图像集,其中,目标图像集中的目标图像显示有检测目标;对目标图像集中的各个目标图像所显示的检测目标的尺寸进行统计分析,得到针对检测目标的尺寸的统计分析结果信息;根据得到的统计分析结果信息,确定候选检测框的尺寸。
在一些实施例中,候选检测框的尺寸包括检测用特征图的像素点的尺寸。
在一些实施例中,根据检测用特征图,得到待检测图像的检测结果信息,包括:利用预先训练的卷积神经网络对检测用特征图进行回归分析,以得到待检测图像的检测结果信息。
在一些实施例中,获取待检测图像的特征金字塔,包括:将待检测图像输入至预先训练的卷积神经网络,得到待检测图像的特征金字塔,其中,卷积神经网络包括至少两个卷积层,特征金字塔包括至少两个卷积层中的、预先指定的至少两个卷积层分别输出的特征图。
在一些实施例中,检测目标包括人脸。
第二方面,本公开的实施例提供了一种目标检测装置,该装置包括:获取单元,被配置成获取待检测图像的特征金字塔,其中,特征金字塔包括待检测图像的至少两个不同尺寸的特征图;处理单元,被配置成选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;检测单元,被配置成根据检测用特征图,得到待检测图像的检测结果信息,其中,检测结果信息用于表征检测目标在待检测图像中的位置。
在一些实施例中,上述处理单元进一步被配置成:响应于确定相邻特征图不是特征金字塔中最大尺寸的特征图,将得到的融合后的特征图确定为目标特征图,继续执行处理步骤。
在一些实施例中,检测单元进一步被配置成:根据特征金字塔中除最大尺寸的特征图和最小尺寸特征图之外的特征图分别对应的融合后的特征图和特征金字塔中最小尺寸的特征图中的至少一项,与检测用特征图,得到待检测图像的检测结果信息。
在一些实施例中,检测单元进一步被配置成:根据检测用特征图和预设的候选检测框,得到待检测图像的检测结果信息,其中,候选检测框的尺寸通过如下步骤确定:获取目标图像集,其中,目标图像集中的目标图像显示有检测目标;对目标图像集中的各个目标图像所显示的检测目标的尺寸进行统计分析,得到针对检测目标的尺寸的统计分析结果信息;根据得到的统计分析结果信息,确定候选检测框的尺寸。
在一些实施例中,候选检测框的尺寸包括检测用特征图的像素点的尺寸。
在一些实施例中,检测单元进一步被配置成:利用预先训练的卷积神经网络对检测用特征图进行回归分析,以得到待检测图像的检测结果信息。
在一些实施例中,获取单元进一步被配置成:将待检测图像输入至预先训练的卷积神经网络,得到待检测图像的特征金字塔,其中,卷积神经网络包括至少两个卷积层,特征金字塔包括至少两个卷积层中的、预先指定的至少两个卷积层分别输出的特征图。
在一些实施例中,检测目标包括人脸。
第三方面,本公开的实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的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,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的目标检测方法和装置,通过对待处理图像的更深层的特征图进行上采样,得到与前一层特征图尺寸相同的特征图,然后将得到的特征图与前一层的特征图融合,得到融合后的特征图。之后,类似地,可以对融合后的特征图进行上采样,并将上采样后得到的特征图与待处理图像的、和采样后得到的特征图的尺寸相同的特征图进行融合,以此循环执行,直到得到待处理图像的特征金字塔中的最大尺寸的特征图对应的融合后的特征图。
一般地,不同尺寸的特征图的特征语义信息不同。通常浅层的特征图(尺寸较大的特征图)的语义信息较少,即浅层的特征图的特征语义信息较弱,但是可以定位到待检测图像中的位置比较准确。而一般深层的特征图(尺寸较小的特征图)的语义信息比较丰富,即深层的特征图的特征语义信息较强,但是可以定位到待检测图像中的位置比较粗糙。
由于得到的待处理图像的特征金字塔中的最大尺寸的特征图融和了特征金字塔中不同尺寸的特征图的不同特征语义信息强度的特征,因此,得到的待处理图像的特征金字塔中的最大尺寸的特征图对应的融合后的特征图的特征信息(包括特征语义信息、细节信息等)得到了增强。进而,和特征金字塔中的最小尺寸的特征图相比,基于得到的待处理图像的特征金字塔中的最大尺寸的特征图对应的融合后的特征图可以实现对较小的检测目标的良好的检测结果。
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,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的目标检测方法的一个实施例的流程图;
图3是根据本公开的实施例的目标检测方法的一个应用场景的示意图;
图4是根据本公开的目标检测方法的又一个实施例的流程图;
图5是根据本公开的目标检测装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开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,本公开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公开。
图1示出了可以应用本公开的目标检测方法或目标检测装置的实施例的示例性架构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和服务器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上可以安装有各种客户端应用。例如浏览器类应用、搜索类应用、即时通讯类应用、图像处理类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其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或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器。服务器105可以从终端设备101、102、103获取待检测图像的特征金字塔,以及对特征金字塔中的不同尺寸的特征图进行处理,以得到不同尺寸的特征图分别对应的融合后的特征图,且得到的各个融合后的特征图和对应的特征图相比,尺寸较大,且具有更丰富的特征信息。进而,服务器105可以基于得到的融合后的特征图得到待检测图像的检测结果信息。
需要说明的是,上述待处理图像的特征金字塔也可以直接存储在服务器105的本地,服务器105可以直接提取本地所存储的特征金字塔并进行处理,此时,可以不存在终端设备101、102、103和网络104。
需要说明的是,本公开的实施例所提供的目标检测方法一般由服务器105执行,相应地,目标检测装置一般设置于服务器105中。
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待处理图像进行处理,此时,目标检测方法也可以由终端设备101、102、103执行,相应地,目标检测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可以不存在服务器105和网络104。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105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105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或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本公开的目标检测方法的一个实施例的流程200。该目标检测方法包括以下步骤:
步骤201,获取待检测图像的特征金字塔。
在本实施例中,目标检测方法的执行主体(如图1所示的服务器105)可以本地或其他电子设备(如图1所示的终端设备101、102、103)获取待检测图像的特征金字塔。
其中,特征金字塔可以包括待检测图像的至少两个不同尺寸的特征图。例如,待检测图像可以包括256×256、128×128、64×64三个不同尺寸的特征图。需要说明的是,特征图的尺寸也可以称为特征图的分辨率或特征图的尺度等。
其中,待处理图像可以是各种类型的图像。待处理的图像的特征金字塔可以根据实际应用需求灵活选择不同的方式预先得到。
在本实施例的一些可选的实现方式中,可以先根据待处理图像,通过下采样的方法或利用一些图像处理工具对待处理图像进行处理,以得到待处理图像对应的不同尺寸的图像,即得到图像金字塔。之后,可以分别对图像金字塔中的各图像进行卷积操作,以得到各图像对应的特征图,从而可以由图像金字塔中的各图像分别对应的特征图组成待处理图像的特征金字塔。
在本实施例的一些可选的实现方式中,可以将待检测图像输入至预先训练的卷积神经网络,得到待检测图像的特征金字塔。其中,卷积神经网络可以包括至少两个卷积层,特征金字塔可以包括至少两个卷积层中的、预先指定的至少两个卷积层分别输出的特征图。
其中,卷积神经网络可以是由技术人员预先根据获取的训练样本进行训练得到的卷积神经网络,也可以是从一些开源的平台获取已训练完成的卷积神经网络。
步骤202,选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤2021-2023:
步骤2021,对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图。
其中,相邻特征图在特征金字塔中可以与和目标特征图的尺寸相同的特征图相邻。例如,特征金字塔包括256×256、128×128、64×64三个不同尺寸的特征图。目标特征图的尺寸为64×64时,相邻特征图可以为尺寸为128×128的特征图。目标特征图的尺寸为128×128时,相邻特征图可以为尺寸为256×256的特征图。
其中,对特征图的上采样可以放大特征图,即得到更大尺寸的特征图。具体地,可以利用各种上采样方法对特征图进行上采样。例如,最邻近元法、双线性内插法、三次内插法等等。
步骤2022,将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图。
在本步骤中,可以利用现有的各种图像融合方法(如element-wise add等)对上采样后得到的特征图与相邻特征图进行融合。融合后的特征图具有更丰富的特征信息。
步骤2023,响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图。
可选地,响应于确定相邻特征图不是特征金字塔中最大尺寸的特征图,可以将得到的融合后的特征图确定为目标特征图,继续执行处理步骤。
即相邻特征图不是特征金字塔中最大尺寸的特征图时,可以对融合后的特征图继续上采样,以及与特征金字塔中对应的相邻特征图进行融合。
以特征金字塔包括256×256、128×128、64×64三个不同尺寸的特征图作为示例进行说明:目标特征图的尺寸为64×64时,可以先对尺寸为64×64的目标特征图进行上采样,得到尺寸为128×128的特征图,并与特征金字塔中的尺寸为128×128的特征图进行融合,得到融合后的尺寸为128×128的特征图。此时由于尺寸为128×128的特征图不是特征金字塔中的最大尺寸的特征图,那么可以继续对得到的融合后的尺寸为128×128的特征图进行上采样,得到尺寸为256×256的特征图,并与特征金字塔中尺寸为256×256的特征图进行融合,得到特征金字塔中尺寸为256×256的特征图对应的融合后的、尺寸为256×256的特征图。此时由于尺寸为256×256的特征图为特征金字塔中最大尺寸的特征图。因此,可以确定特征金字塔中尺寸为256×256的特征图对应的融合后的、尺寸为256×256的特征图作为检测用特征图。
步骤203,根据检测用特征图,得到待检测图像的检测结果信息。
在本实施例中,检测结果信息可以用于表征检测目标在待检测图像中的位置。其中,检测目标可以是由技术人员预先指定的各种对象。例如,检测目标可以包括吃、穿、住、行、用等涉及的各类对象,检测目标也可以包括如人、动物、植物等等。
可选地,检测目标可以包括人脸。即检测结果信息可以用于表示待检测图像所显示的人脸在待检测图像中的位置。
作为示例,检测结果信息可以为用于表征检测目标所在的图像区域的三元组。三元组中的一个元素可以用于表示待检测图像中的一个像素点的坐标,三元组中的另两个元素可以分别用于表示长度和宽度。此时,基于三元组确定的四边形图像区域即可视为检测目标所在的图像区域。
在本实施例的一些可选的实现方式中,可以基于现有的一些目标检测算法对得到的检测用特征图进行处理,以得到待检测图像的检测结果信息。常用的目标检测算法包括如YOLO(You Only Look Once)、SSD(Single Shot MultiBox Detector)、Faster R-CNN(Faster Regions with Convolutional Neural Networks Features)等等。
在本实施例的一些可选的实现方式中,可以利用预先训练的卷积神经网络对检测用特征图进行回归分析,以得到待检测图像的检测结果信息。具体地,可以对检测用图像分别进行两个卷积操作,以分别回归出检测目标所在的图像区域的位置信息,以及各个位置信息指示的图像区域显示的内容是检测目标的概率。之后,可以根据预设阈值输出对应的概率大于预设阈值的位置信息。
在本实施例的一些可选的实现方式中,可以根据特征金字塔中除最大尺寸的特征图和最小尺寸特征图之外的特征图分别对应的融合后的特征图和特征金字塔中最小尺寸的特征图中的至少一项,与检测用特征图,得到待检测图像的检测结果信息。
除了融合了特征金字塔中的各特征图的特征信息的检测用特征图(即特征金字塔中最大尺寸的特征图对应的融合后的特征图)之外,特征金字塔中其它特征图对应的融合后的特征图也融合了其它特征图(即融合了特征金字塔中尺寸不小于融合后的特征图的尺寸的特征图)的特征信息,即各个融合后的特征图的特征信息都有一定程度的增强。因此,可以利用得到的各个融合后的特征图,得到待检测图像的检测结果信息。而且由于各个融合后的特征图的尺寸不同,因此,可以对不同尺寸的检测目标都有良好的检测结果。
例如,可以基于各个融合后的特征图分别得到对应的检测结果信息,然后综合得到的各个检测结果信息作为待检测图像的最终的检测结果信息,以进一步提升检测结果的准确度。
继续参见图3,图3是根据本实施例的目标检测方法的应用场景的一个示意图300。在图3的应用场景中,上述执行主体可以先对尺寸为512×512的待处理图像301进行卷积操作以得到待处理图像301的特征金字塔302。具体地,可以先对尺寸为512×512的待处理图像301进行卷积操作以得到尺寸为256×256的特征图3023,然后对尺寸为256×256的特征图3023进行卷积操作以得到尺寸为128×128的特征图3022,然后对尺寸为128×128的特征图3022进行卷积操作以得到尺寸为64×64的特征图3021。
之后,可以对特征图3021进行上采样,以得到尺寸为128×128的特征图303,然后将特征图303和特征图3022进行add融合,以得到融合后的特征图304。
之后,可以对特征图304进行上采样,以得到尺寸为256×256的特征图305,然后将特征图305和特征图3023进行add融合,以得到融合后的特征图306。
之后,可以利用检测网络307对特征图304进行处理,得到特征图304对应的检测结果信息3091,以及利用检测网络308对特征图306进行处理,得到特征图306对应的检测结果信息3092。进而,可以将检测结果信息3091和检测结果信息3092组合得到待检测图像301的检测结果信息309。
本公开的上述实施例提供的方法通过上采样的方法,将待处理图像的不同尺寸的特征图进行融合,从而使得融合后的特征图具有更丰富的特征信息,且尺寸较大,进而可以利用融合后的特征图对较小尺寸的检测目标进行检测,以得到良好的检测结果。
进一步参考图4,其示出了目标检测方法的又一个实施例的流程400。该目标检测方法的流程400,包括以下步骤:
步骤401,获取待检测图像的特征金字塔。
步骤402,选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤4021-4023:
步骤4021,对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图。
步骤4022,将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图。
步骤4023,响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图。
上述步骤401和402的具体的执行过程可参考图2对应实施例中的步骤201和202的相关说明,在此不再赘述。
步骤403,根据检测用特征图和预设的候选检测框,得到待检测图像的检测结果信息,其中,候选检测框的尺寸通过如下步骤4031-4033确定:
其中,候选检测框可以由技术人员预先进行设置。一般地,候选检测框的形状和尺寸等属性可以根据检测目标的形状和尺寸等属性来设置。由于不同的检测目标的形状和尺寸都有一定的区别,因此,可以预先根据检测目标的形状和尺寸来设置候选检测框的形状和尺寸,有助于提升检测结果信息的准确性。
步骤4031,获取目标图像集。
在本步骤中,目标图像集中的目标图像可以显示有检测目标。目标图像集可以从本地或其它存储设备或第三方数据平台获取。
步骤4032,对目标图像集中的各个目标图像所显示的检测目标的尺寸进行统计分析,得到针对检测目标的尺寸的统计分析结果信息。
在本步骤中,统计分析结果信息可以用于表示目标图像集中的各个目标图像所显示的检测目标的尺寸的分布情况。例如,统计分析结果信息可以表示各个目标图像所显示的检测目标共有多少种尺寸,以及每种尺寸对应的目标图像的数目。
步骤4033,根据得到的统计分析结果信息,确定候选检测框的尺寸。
在本步骤中,可以根据统计分析结果信息所表示的检测目标的尺寸的分布情况,灵活确定候选检测框的尺寸。
例如,若统计分析结果信息表示检测目标的尺寸有N种尺寸,那么可以设置N种尺寸的候选检测框。又例如,可以选取对应的目标图像的数目大于预设阈值的尺寸作为候选尺寸,以及设置候选检测框的尺寸为候选尺寸。
以一具体的示例作为说明:在检测目标为人脸时,若统计分析结果信息表示人脸所在的检测框的长宽比包括1:1.2、1:1.3、1:1.4时,那么可以预先在每个像素点处设置三种长宽比的候选检测框。
由于检测目标的尺寸通常是在一定范围之内的,因此,通过大量的统计分析,并根据分析结果设置候选检测框的尺寸,可以避免预先设置过多的候选检测框,从而导致后续的计算量过大的情况,有助于提升检测结果的速度和准确性。
在本实施例的一些可选的实现方式中,候选检测框的尺寸可以包括检测用特征图的像素点的尺寸。由于检测用特征图的尺寸比较大的,所以比较适合于检测小尺寸的检测目标。而且由于检测用特征图具有比较丰富的特征信息,即能够检测到像素点大小对应尺寸的检测目标的能力得到增强。因此,可以设置检测框的尺寸为像素点大小,以进一步增加检测结果的准确性。
从图4中可以看出,与图2对应的实施例相比,本实施例中的目标检测方法的流程400突出了根据对预先采集的大量图像所显示的检测目标的尺寸的统计分析结果,以确定候选检测框的尺寸的步骤。由此,本实施例描述的方案可以避免预先设置过多的候选检测框,从而导致后续的计算量过大的情况,有助于提升检测结果的速度和准确性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了目标检测装置的一个实施例,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,本实施例提供的目标检测装置500包括获取单元501、处理单元502和检测单元503。其中,获取单元501被配置成获取待检测图像的特征金字塔,其中,特征金字塔包括待检测图像的至少两个不同尺寸的特征图;处理单元502被配置成选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;检测单元503被配置成根据检测用特征图,得到待检测图像的检测结果信息,其中,检测结果信息用于表征检测目标在待检测图像中的位置。
在本实施例中,目标检测装置500中:获取单元501、处理单元502和检测单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述处理单元502进一步被配置成:响应于确定相邻特征图不是特征金字塔中最大尺寸的特征图,将得到的融合后的特征图确定为目标特征图,继续执行处理步骤。
在本实施例的一些可选的实现方式中,检测单元503进一步被配置成:根据特征金字塔中除最大尺寸的特征图和最小尺寸特征图之外的特征图分别对应的融合后的特征图和特征金字塔中最小尺寸的特征图中的至少一项,与检测用特征图,得到待检测图像的检测结果信息。
在本实施例的一些可选的实现方式中,检测单元503进一步被配置成:根据检测用特征图和预设的候选检测框,得到待检测图像的检测结果信息,其中,候选检测框的尺寸通过如下步骤确定:获取目标图像集,其中,目标图像集中的目标图像显示有检测目标;对目标图像集中的各个目标图像所显示的检测目标的尺寸进行统计分析,得到针对检测目标的尺寸的统计分析结果信息;根据得到的统计分析结果信息,确定候选检测框的尺寸。
在本实施例的一些可选的实现方式中,候选检测框的尺寸包括检测用特征图的像素点的尺寸。
在本实施例的一些可选的实现方式中,检测单元503进一步被配置成:利用预先训练的卷积神经网络对检测用特征图进行回归分析,以得到待检测图像的检测结果信息。
在本实施例的一些可选的实现方式中,获取单元501进一步被配置成:将待检测图像输入至预先训练的卷积神经网络,得到待检测图像的特征金字塔,其中,卷积神经网络包括至少两个卷积层,特征金字塔包括至少两个卷积层中的、预先指定的至少两个卷积层分别输出的特征图。
在本实施例的一些可选的实现方式中,检测目标包括人脸。
本公开的上述实施例提供的装置,通过获取单元获取待检测图像的特征金字塔,其中,特征金字塔包括待检测图像的至少两个不同尺寸的特征图;处理单元选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;检测单元根据检测用特征图,得到待检测图像的检测结果信息,其中,检测结果信息用于表征检测目标在待检测图像中的位置,从而实现将待处理图像的不同尺寸的特征图进行融合,从而使得融合后的特征图具有更丰富的特征信息,且尺寸较大,进而可以利用融合后的特征图对较小尺寸的检测目标进行检测,以得到良好的检测结果。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603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。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
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,其包括承载在计算机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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述服务器中所包含的;也可以是单独存在,而未装配入该服务器中。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服务器执行时,使得该服务器:获取待检测图像的特征金字塔,其中,特征金字塔包括待检测图像的至少两个不同尺寸的特征图;选取特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;根据检测用特征图,得到待检测图像的检测结果信息,其中,检测结果信息用于表征检测目标在待检测图像中的位置。
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公开的实施例的操作的计算机程序代码,所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,图示了按照本公开各种实施例的系统、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。
描述于本公开的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:一种处理器包括获取单元、处理单元和检测单元。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,获取单元还可以被描述为“获取待检测图像的特征金字塔的单元”。
以上描述仅为本公开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,本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (18)
1.一种目标检测方法,包括:
获取待检测图像的特征金字塔,其中,所述特征金字塔包括所述待检测图像的至少两个不同尺寸的特征图;
选取所述特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在所述特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为所述特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;
根据所述检测用特征图,得到所述待检测图像的检测结果信息,其中,所述检测结果信息用于表征检测目标在所述待检测图像中的位置。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定相邻特征图不是所述特征金字塔中最大尺寸的特征图,将得到的融合后的特征图确定为目标特征图,继续执行所述处理步骤。
3.根据权利要求1所述的方法,其中,所述根据所述检测用特征图,得到所述待检测图像的检测结果信息,包括:
根据所述特征金字塔中除最大尺寸的特征图和最小尺寸特征图之外的特征图分别对应的融合后的特征图和所述特征金字塔中最小尺寸的特征图中的至少一项,与所述检测用特征图,得到所述待检测图像的检测结果信息。
4.根据权利要求1所述的方法,其中,所述根据所述检测用特征图,得到所述待检测图像的检测结果信息,包括:
根据所述检测用特征图和预设的候选检测框,得到所述待检测图像的检测结果信息,其中,所述候选检测框的尺寸通过如下步骤确定:获取目标图像集,其中,所述目标图像集中的目标图像显示有检测目标;对所述目标图像集中的各个目标图像所显示的检测目标的尺寸进行统计分析,得到针对检测目标的尺寸的统计分析结果信息;根据得到的统计分析结果信息,确定所述候选检测框的尺寸。
5.根据权利要求4所述的方法,其中,所述候选检测框的尺寸包括所述检测用特征图的像素点的尺寸。
6.根据权利要求1所述的方法,其中,所述根据所述检测用特征图,得到所述待检测图像的检测结果信息,包括:
利用预先训练的卷积神经网络对所述检测用特征图进行回归分析,以得到所述待检测图像的检测结果信息。
7.根据权利要求1所述的方法,其中,所述获取待检测图像的特征金字塔,包括:
将所述待检测图像输入至预先训练的卷积神经网络,得到所述待检测图像的特征金字塔,其中,所述卷积神经网络包括至少两个卷积层,所述特征金字塔包括所述至少两个卷积层中的、预先指定的至少两个卷积层分别输出的特征图。
8.根据权利要求1-7之一所述的方法,其中,检测目标包括人脸。
9.一种目标检测装置,包括:
获取单元,被配置成获取待检测图像的特征金字塔,其中,所述特征金字塔包括所述待检测图像的至少两个不同尺寸的特征图;
处理单元,被配置成选取所述特征金字塔中最小尺寸的特征图作为目标特征图,以及执行如下处理步骤:对目标特征图进行上采样以得到与对应的相邻特征图的尺寸相同的特征图,其中,相邻特征图在所述特征金字塔中与和目标特征图的尺寸相同的特征图相邻;将上采样后得到的特征图与相邻特征图进行融合以得到融合后的特征图;响应于确定相邻特征图为所述特征金字塔中最大尺寸的特征图,确定融合后的特征图作为检测用特征图;
检测单元,被配置成根据所述检测用特征图,得到所述待检测图像的检测结果信息,其中,所述检测结果信息用于表征检测目标在所述待检测图像中的位置。
10.根据权利要求1所述的装置,其中,所述处理单元进一步被配置成:
响应于确定相邻特征图不是所述特征金字塔中最大尺寸的特征图,将得到的融合后的特征图确定为目标特征图,继续执行所述处理步骤。
11.根据权利要求9所述的装置,其中,所述检测单元进一步被配置成:
根据所述特征金字塔中除最大尺寸的特征图和最小尺寸特征图之外的特征图分别对应的融合后的特征图和所述特征金字塔中最小尺寸的特征图中的至少一项,与所述检测用特征图,得到所述待检测图像的检测结果信息。
12.根据权利要求9所述的装置,其中,所述检测单元进一步被配置成:
根据所述检测用特征图和预设的候选检测框,得到所述待检测图像的检测结果信息,其中,所述候选检测框的尺寸通过如下步骤确定:获取目标图像集,其中,所述目标图像集中的目标图像显示有检测目标;对所述目标图像集中的各个目标图像所显示的检测目标的尺寸进行统计分析,得到针对检测目标的尺寸的统计分析结果信息;根据得到的统计分析结果信息,确定所述候选检测框的尺寸。
13.根据权利要求12所述的装置,其中,所述候选检测框的尺寸包括所述检测用特征图的像素点的尺寸。
14.根据权利要求9所述的装置,其中,所述检测单元进一步被配置成:
利用预先训练的卷积神经网络对所述检测用特征图进行回归分析,以得到所述待检测图像的检测结果信息。
15.根据权利要求9所述的装置,其中,所述获取单元进一步被配置成:
将所述待检测图像输入至预先训练的卷积神经网络,得到所述待检测图像的特征金字塔,其中,所述卷积神经网络包括至少两个卷积层,所述特征金字塔包括所述至少两个卷积层中的、预先指定的至少两个卷积层分别输出的特征图。
16.根据权利要求9-15之一所述的装置,其中,检测目标包括人脸。
17.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
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1-8中任一所述的方法。
18.一种计算机可读介质,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1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910379563.9A CN111914861A (zh) | 2019-05-08 | 2019-05-08 | 目标检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910379563.9A CN111914861A (zh) | 2019-05-08 | 2019-05-08 | 目标检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111914861A true CN111914861A (zh) | 2020-11-10 |
Family
ID=73242011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910379563.9A Pending CN111914861A (zh) | 2019-05-08 | 2019-05-08 | 目标检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111914861A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022170742A1 (zh) * | 2021-02-10 | 2022-08-18 | 北京优幕科技有限责任公司 | 目标检测方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229575A (zh) * | 2018-01-19 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 用于检测目标的方法和装置 |
CN108921875A (zh) * | 2018-07-09 | 2018-11-30 | 哈尔滨工业大学(深圳) | 一种基于航拍数据的实时车流检测与追踪方法 |
CN109034268A (zh) * | 2018-08-20 | 2018-12-18 | 北京林业大学 | 一种面向信息素诱捕器的红脂大小蠹检测器优化方法 |
CN109117876A (zh) * | 2018-07-26 | 2019-01-01 | 成都快眼科技有限公司 | 一种稠密小目标检测模型构建方法、模型及检测方法 |
CN109344821A (zh) * | 2018-08-30 | 2019-02-15 | 西安电子科技大学 | 基于特征融合和深度学习的小目标检测方法 |
CN109376667A (zh) * | 2018-10-29 | 2019-02-22 | 北京旷视科技有限公司 | 目标检测方法、装置及电子设备 |
US20190087686A1 (en) * | 2017-09-21 | 2019-03-21 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for detecting human face |
CN109614985A (zh) * | 2018-11-06 | 2019-04-12 | 华南理工大学 | 一种基于密集连接特征金字塔网络的目标检测方法 |
-
2019
- 2019-05-08 CN CN201910379563.9A patent/CN111914861A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190087686A1 (en) * | 2017-09-21 | 2019-03-21 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for detecting human face |
CN108229575A (zh) * | 2018-01-19 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 用于检测目标的方法和装置 |
CN108921875A (zh) * | 2018-07-09 | 2018-11-30 | 哈尔滨工业大学(深圳) | 一种基于航拍数据的实时车流检测与追踪方法 |
CN109117876A (zh) * | 2018-07-26 | 2019-01-01 | 成都快眼科技有限公司 | 一种稠密小目标检测模型构建方法、模型及检测方法 |
CN109034268A (zh) * | 2018-08-20 | 2018-12-18 | 北京林业大学 | 一种面向信息素诱捕器的红脂大小蠹检测器优化方法 |
CN109344821A (zh) * | 2018-08-30 | 2019-02-15 | 西安电子科技大学 | 基于特征融合和深度学习的小目标检测方法 |
CN109376667A (zh) * | 2018-10-29 | 2019-02-22 | 北京旷视科技有限公司 | 目标检测方法、装置及电子设备 |
CN109614985A (zh) * | 2018-11-06 | 2019-04-12 | 华南理工大学 | 一种基于密集连接特征金字塔网络的目标检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022170742A1 (zh) * | 2021-02-10 | 2022-08-18 | 北京优幕科技有限责任公司 | 目标检测方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508681B (zh) | 生成人体关键点检测模型的方法和装置 | |
CN107622240B (zh) | 人脸检测方法和装置 | |
CN110046600B (zh) | 用于人体检测的方法和装置 | |
CN110516678B (zh) | 图像处理方法和装置 | |
CN109829432B (zh) | 用于生成信息的方法和装置 | |
CN109711508B (zh) | 图像处理方法和装置 | |
CN109118456B (zh) | 图像处理方法和装置 | |
CN112150490B (zh) | 图像检测方法、装置、电子设备和计算机可读介质 | |
CN109377508B (zh) | 图像处理方法和装置 | |
CN108510084B (zh) | 用于生成信息的方法和装置 | |
CN110070076B (zh) | 用于选取训练用样本的方法和装置 | |
CN113505848A (zh) | 模型训练方法和装置 | |
CN111311480A (zh) | 图像融合方法和装置 | |
CN110288625B (zh) | 用于处理图像的方法和装置 | |
CN109977905B (zh) | 用于处理眼底图像的方法和装置 | |
CN108038473B (zh) | 用于输出信息的方法和装置 | |
CN112037305B (zh) | 对图像中的树状组织进行重建的方法、设备及存储介质 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN112183388A (zh) | 图像处理方法、装置、设备和介质 | |
CN111914861A (zh) | 目标检测方法和装置 | |
CN108664948B (zh) | 用于生成信息的方法和装置 | |
CN111726476B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN110942033B (zh) | 用于推送信息的方法、装置、电子设备和计算机介质 | |
CN110119721B (zh) | 用于处理信息的方法和装置 | |
CN110084298B (zh) | 用于检测图像相似度的方法及装置 |
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 |