CN113763456A - 图像检测装置以及图像检测方法 - Google Patents
图像检测装置以及图像检测方法 Download PDFInfo
- Publication number
- CN113763456A CN113763456A CN202010483394.6A CN202010483394A CN113763456A CN 113763456 A CN113763456 A CN 113763456A CN 202010483394 A CN202010483394 A CN 202010483394A CN 113763456 A CN113763456 A CN 113763456A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- segmented
- adjusted
- input images
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 118
- 230000011218 segmentation Effects 0.000 claims abstract description 24
- 238000013480 data collection Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 14
- 230000001629 suppression Effects 0.000 description 12
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种图像检测装置以及图像检测方法。图像检测方法包含:取得图像,其中图像包含物件;调整图像的第一尺寸以产生经调整图像;根据图像以产生第一分割图像以及第二分割图像;以及根据多个输入图像检测图像中的物件,其中多个输入图像包含第一分割图像、第二分割图像以及经调整图像。
Description
技术领域
本发明涉及一种图像检测装置以及图像检测方法。
背景技术
随着科技的进步,图像检测技术被大量地应用在不同的领域,诸如质量管理、交通管理或人脸检测等。图像检测的成果往往与用于图像处理的运算力以及图像的分辨率有关。若要改善图像检测的准确度,用户往往需要添购更多的硬件设备,例如,添购更高分辨率的摄影机或更高容量的内存。
然而,通过升级硬件设备的方式来改善图像检测的准确度将会耗用掉大量的成本。基此,如何提出一种通过算法来改善图像检测的准确度的方法,是本领域人员致力的目标之一。
发明内容
本发明提供一种图像检测装置以及图像检测方法,可以在不增加内存使用量、频率频率或功耗的情况下,检测出图像中距离较远的物件。
本发明的一种图像检测装置,包括处理器、存储介质以及收发器。存储介质存储多个模块。处理器耦接存储介质以及收发器,并且存取和执行多个模块,其中多个模块包括数据收集模块、图像处理模块以及图像检测模块。数据收集模块通过收发器取得图像,其中图像包括物件。图像处理模块调整图像的第一尺寸以产生经调整图像,并且根据图像以产生第一分割图像以及第二分割图像。图像检测模块根据多个输入图像检测图像中的物件,其中多个输入图像包括第一分割图像、第二分割图像以及经调整图像。
在本发明的一实施例中,上述的图像处理模块分割图像的第一帧以产生第一分割图像,并且分割图像的第二帧以产生第二分割图像,其中第一帧不同于第二帧。
在本发明的一实施例中,上述的图像处理模块分割图像的第一帧以产生第一分割图像,并且调整图像的第三帧的第一尺寸以产生经调整图像,其中第一帧不同于第三帧。
在本发明的一实施例中,上述的多个输入图像分别对应于不同的帧,其中图像检测模块根据对应于多个输入图像中的第一帧的至少一第一候选框来检测图像的第一帧中的物件。
在本发明的一实施例中,上述的图像检测模块根据至少一第一候选框以及对应于多个输入图像中的第二帧的至少一第二候选框来检测图像的第二帧中的物件。
在本发明的一实施例中,上述的图像检测模块根据至少一第一候选框决定目标框,并且根据目标框以及对应于多个输入图像中的第二帧的至少一第二候选框来检测图像的第二帧中的物件。
在本发明的一实施例中,上述的图像处理模块调整图像的第一尺寸以产生第二经调整图像,并且分割第二经调整图像以产生第一分割图像以及第二分割图像。
在本发明的一实施例中,上述的图像处理模块根据参考图像调整图像的第一尺寸以产生第三经调整图像,根据参考图像中的对应于物件的参考物件的尺寸来分割第三经调整图像以产生第三分割图像,并且调整第三分割图像的第二尺寸以产生第一分割图像,其中参考图像的第一长宽比与多个输入图像中的任一者的第二长宽比相同。
本发明的一种图像检测方法,包括:取得图像,其中图像包括物件;调整图像的第一尺寸以产生经调整图像;根据图像以产生第一分割图像以及第二分割图像;以及根据多个输入图像检测图像中的物件,其中多个输入图像包括第一分割图像、第二分割图像以及经调整图像。
在本发明的一实施例中,上述的根据图像以产生第一分割图像以及第二分割图像的步骤包括:分割图像的第一帧以产生第一分割图像,并且分割图像的第二帧以产生第二分割图像,其中第一帧不同于第二帧。
在本发明的一实施例中,上述的根据图像以产生第一分割图像以及第二分割图像的步骤包括:分割图像的第一帧以产生第一分割图像,并且调整图像的第一尺寸以产生经调整图像的步骤包括:调整图像的第三帧的第一尺寸以产生经调整图像,其中第一帧不同于第三帧。
在本发明的一实施例中,上述的多个输入图像分别对应于不同的帧,其中根据多个输入图像检测图像中的物件的步骤包括:根据对应于多个输入图像中的第一帧的至少一第一候选框来检测图像的第一帧中的物件。
在本发明的一实施例中,上述的根据多个输入图像检测图像中的物件的步骤包括的步骤包括:根据至少一第一候选框以及对应于多个输入图像中的第二帧的至少一第二候选框来检测图像的第二帧中的物件。
在本发明的一实施例中,上述的根据多个输入图像检测图像中的物件的步骤包括的步骤包括:根据至少一第一候选框决定目标框,并且根据目标框以及对应于多个输入图像中的第二帧的至少一第二候选框来检测图像的第二帧中的物件。
在本发明的一实施例中,上述的根据图像以产生第一分割图像以及第二分割图像的步骤包括:调整图像的第一尺寸以产生第二经调整图像,并且分割第二经调整图像以产生第一分割图像以及第二分割图像。
在本发明的一实施例中,上述的根据图像以产生第一分割图像以及第二分割图像的步骤包括:根据参考图像调整图像的第一尺寸以产生第三经调整图像;根据参考图像中的对应于物件的参考物件的尺寸来分割第三经调整图像以产生第三分割图像;以及调整第三分割图像的第二尺寸以产生第一分割图像,其中参考图像的第一长宽比与多个输入图像中的任一者的第二长宽比相同。
基于上述,本发明的图像检测装置可利用通过放大图像而产生的经调整图像来检测图像中距离较近的物件,并可利用分割图像来检测图像中距离较远的物件。以分割图像取代全部图像来作为进行图像检测时的输入图像将可使图像检测装置检测出图像中距离更远的物件(即:图像中较小或较不清楚的物件)。
附图说明
图1根据本发明的实施例示出图像检测装置的示意图。
图2根据本发明的实施例示出产生经调整图像的示意图。
图3根据本发明的实施例示出产生分割图像的示意图。
图4A及图4B根据本发明的另一实施例示出产生分割图像的示意图。
图5根据本发明的实施例示出参考图像的示意图。
图6根据本发明的实施例示出根据不同帧的候选框(candidate bounding box,candidate bbox)来检测图像中的物件的示意图。
图7根据本发明的实施例示出根据目标框(target bbox)以及候选框来检测图像中的物件的示意图。
图8根据本发明的实施例示出图像检测方法的示意图。
附图标记说明
100:图像检测装置;
110:处理器;
120:存储介质;
121:数据收集模块;
122:图像处理模块;
123:图像检测模块;
130:收发器;
200:图像;
300、400、500:经调整图像;
410、420、510、520:分割图像;
530:重叠区域;
600、610、620、630、640、700、710、720、730、740、750:目标框;
601、602、611、612、613、621、622、701、702、711、712、713、721、722:候选框;
l0、l1、li、lr:图像的长;
ld:物件的长度/重叠区域的长度;
P1、P2、P3:流程;
S801、S802、S803、S804:步骤;
w0、w1、wi、wr:图像的宽。
具体实施方式
现将详细地参考本发明的示范性实施例,示范性实施例的实例说明于附图中。只要有可能,相同元件符号在附图和描述中用来表示相同或相似部分。
图1根据本发明的实施例示出图像检测装置100的示意图。图像检测装置100用以从一图像中检测出所述图像中的一或多个物件。图像检测装置100可包括处理器110、存储介质120以及收发器130。
处理器110例如是中央处理单元(central processing unit,CPU),或是其他可程序化的一般用途或特殊用途的微控制单元(micro control unit,MCU)、微处理器(microprocessor)、数字信号处理器(digital signal processor,DSP)、可程序化控制器、特殊应用集成电路(application specific integrated circuit,ASIC)、图形处理器(graphics processing unit,GPU)、图像信号处理器(image signal processor,ISP)、图像处理单元(image processing unit,IPU)、算数逻辑单元(arithmetic logic unit,ALU)、复杂可程序逻辑装置(complex programmable logic device,CPLD)、现场可程序化逻辑门阵列(field programmable gate array,FPGA)或其他类似组件或上述组件的组合。处理器110可耦接至存储介质120以及收发器130,并且存取和执行存储于存储介质120中的多个模块和各种应用程序。
存储介质120例如是任何型态的固定式或可移动式的随机存取内存(randomaccess memory,RAM)、只读存储器(read-only memory,ROM)、闪存(flash memory)、硬盘(hard disk drive,HDD)、固态硬盘(solid state drive,SSD)或类似组件或上述组件的组合,而用于存储可由处理器110执行的多个模块或各种应用程序。在本实施例中,存储介质120可存储包括数据收集模块121、图像处理模块122以及图像检测模块123等多个模块,其功能将于后续说明。
收发器130以无线或有线的方式传送及接收信号。收发器130还可以执行例如低噪声放大、阻抗匹配、混频、向上或向下频率转换、滤波、放大以及类似的操作。
数据收集模块121可通过收发器130取得图像200。举例来说,收发器130可连接至摄影机或云端服务器。数据收集模块121可通过收发器130以从摄影机或云端服务器取得图像200。
在一实施例中,由于图像检测装置100的硬件架构的限制,用来检测图像中的物件的图像检测模块123仅支持特定尺寸的输入图像。为了使图像检测模块123能有效率地检测图像200中的物件,图像处理模块122可预先对图像200进行图像处理,以产生其尺寸与图像检测模块123匹配的输入图像。
具体来说,图像处理模块122可调整图像200的尺寸以产生经调整图像300,如图2所示。图2根据本发明的实施例示出产生经调整图像300的示意图。假设图像检测模块123的输入图像的尺寸为li×wi并且图像200的尺寸为l0×w0,则图像处理模块122可对图像200进行缩放以产生尺寸为li×wi的经调整图像300。在本实施例中,经调整图像300例如对应于图像200的帧#t0。换句话说,图像处理模块122可对图像200的帧#t0进行缩放以产生经调整图像300。
经调整图像300可包括图像200中的所有信息,其较适合用来检测图像200中距离较近的物件。举例来说,假设经调整图像300的尺寸li×wi为320×224,则图像处理模块122可根据经调整图像300而准确地检测出图像200中距离在6米以内的物件。
另一方面,为了检测图像200中距离较远的物件,图像处理模块122可根据图像200产生多个分割图像,其中所述多个分割图像的每一者可包括图像200的部分信息。图3根据本发明的实施例示出产生分割图像410及420的示意图。若图像处理模块122欲产生对应于图像200的两个分割图像以将所述两个分割图像作为图像检测模块123的输入图像,则图像处理模块122可先调整图像200的尺寸以产生经调整图像400(经调整图像400的尺寸l1×w1例如等于2li×w1),再对经调整图像400进行分割以产生尺寸为li×wi的分割图像410以及分割图像420,如图3所示,其中wi可小于或等于w1。
值得注意的是,若图像200可被直接分割为符合输入图像的尺寸的分割图像410和分割图像420(例如:图像200的尺寸l0×w0等于2li×w1),则图像处理模块122将不需要产生经调整图像400。图像处理模块122可直接地分割图像200以产生分割图像410以及分割图像420。
在本实施例中,分割图像410例如对应于图像200的帧#t1,并且分割图像420例如对应于图像200的帧#t2,其中帧#t0、帧#t1以及帧#t2三者并不相同。换句话说,图像处理模块122可根据图像200的帧#t1来产生分割图像410,并可根据图像200的帧#t2来产生分割图像420。
分割图像410(或分割图像420)可包括图像200中的部分信息,其较适合用来检测图像200中距离较远的物件。举例来说,假设分割图像410的尺寸li×wi为320×224,则图像处理模块122可根据分割图像410而准确地检测出图像200中距离在11米以内的物件。
根据如图3所示的实施例,若物件刚好位于多个分割图像(例如:分割图像410以及420)的交界处,则所述物件可能无法成功地被图像检测模块123所检测。因应于此,图4A及图4B根据本发明的另一实施例示出产生分割图像410的示意图。
在图像处理模块122根据图像200产生两个分割图像时,两个分割图像需分别包含重叠的部分,以避免位于分割图像交界处的物件无法被检测,其中重叠的部分可依照用户所欲检测的物件种类而调整。具体来说,图像处理模块122可根据用户所欲检测的物件种类而挑选(例如:从预存于存储介质120中的多个图像中)对应的参考图像,并且根据参考图像来决定如何分割图像200。图5根据本发明的实施例示出参考图像700的示意图。举例来说,假设用户想要检测图像200中的人物,则图像处理模块122可挑选出对应于人物的参考图像700,其中参考图像700的尺寸为lr×wr,并且参考图像700可包含至少一参考物件1。值得注意的是,参考图像700的长宽比可与图像检测模块123的输入图像的长宽比相同。
请同时参考图4A以及图5,图像处理模块122可根据参考图像700的尺寸来调整图像200的尺寸以产生经调整图像500,其中经调整图像500的尺寸与参考图像700的尺寸可相同。接着,图像处理模块122可根据参考图像700中的参考物件1的尺寸来分割经调整图像500以产生分割图像510以及分割图像520。在一实施例中,若参考图像700中的参考物件1的长度为ld,则经调整图像500的两个相邻的分割图像510以及520分别至少需包含长度为ld的重叠区域530。如此,可确保经调整图像500中的对应于参考物件1的物件能完整地包含于分割图像510以及分割图像520的至少其中之一。
在产生分割图像510以及分割图像520后,图像处理模块122可调整分割图像510以及分割图像520的尺寸以产生图像检测模块123的多个输入图像。以图4B为例,图像处理模块122可将分割图像510的尺寸调整为li×wi,从而产生分割图像410。同样地,图像处理模块122可将分割图像520的尺寸调整为li×wi,从而产生分割图像420。
在产生了经调整图像300、分割图像410以及分割图像420后,经调整图像300、分割图像410以及分割图像420可被作为多个输入图像以输入至图像检测模块123,并且图像检测模块123可根据所述多个输入图像检测图像200中的物件。
图6根据本发明的实施例示出根据不同帧的候选框来检测图像200中的物件的示意图。图像检测模块123可根据对应于图像200的帧#t0的经调整图像300来识别图像200的帧#t0中的物件。具体来说,在流程P1中,图像检测模块123可利用图像识别技术来检测经调整图像300中的至少一物件,从而产生对应于帧#t0的输入图像(即:经调整图像300)的至少一候选框。
接着,在流程P2中,图像检测模块123可根据对应于帧#t0的输入图像(即:经调整图像)的至少一候选框以及对应于帧#t0的前一帧的输入图像的至少一候选框来决定出用于检测图像200的帧#t0中的物件的至少一候选框。由于本实施例中的帧#t0为第一帧,故图像检测模块123可仅根据对应于帧#t0的输入图像(即:经调整图像300)的至少一候选框来决定出对应于图像200的帧#t0的至少一候选框。举例来说,用于检测图像200的帧#t0中的物件的至少一候选框可包含对应于经调整图像300的候选框601以及候选框602。
而后,在流程P3中,图像检测模块123可根据候选框601以及候选框602来检测图像200的帧#t0中的物件。举例来说,图像检测模块123可基于非极大值抑制(non-maximumsuppression,NMS)算法而根据候选框601以及候选框602来产生目标框600。最后,图像检测模块123可根据目标框600来识别图像200的帧#t0中的物件。
类似地,图像检测模块123可根据对应于图像200的帧#t1的分割图像410来识别图像200的帧#t1中的物件。具体来说,在流程P1中,图像检测模块123可利用图像识别技术来检测分割图像410中的至少一物件,从而产生对应于帧#t1的输入图像(即:分割图像410)的至少一候选框。
接着,在流程P2中,图像检测模块123可根据对应于帧#t1的输入图像(即:分割图像410)的至少一候选框以及对应于帧#t0的输入图像(即:经调整图像300)的至少一候选框来决定出用于检测图像200的帧#t1中的物件的至少一候选框。举例来说,用于检测图像200的帧#t1中的物件的至少一候选框可包含对应于经调整图像300的候选框601以及候选框602以及对应于分割图像410的候选框611、候选框612以及候选框613。
而后,在流程P3中,图像检测模块123可根据候选框601、候选框602、候选框611、候选框612以及候选框613来检测图像200的帧#t1中的物件。举例来说,图像检测模块123可基于非极大值抑制算法而根据候选框601、候选框602以及候选框611来产生目标框610,并可基于非极大值抑制算法而根据候选框612以及候选框613来产生目标框620。最后,图像检测模块123可根据目标框610以及目标框620来识别图像200的帧#t1中的物件。
类似地,图像检测模块123可根据对应于图像200的帧#t2的分割图像420来识别图像200的帧#t2中的物件。具体来说,在流程P1中,图像检测模块123可利用图像识别技术来检测分割图像420中的至少一物件,从而产生对应于帧#t2的输入图像(即:分割图像420)的至少一候选框。
接着,在流程P2中,图像检测模块123可根据对应于帧#t2的输入图像(即:分割图像420)的至少一候选框以及对应于帧#t1的输入图像(即:分割图像410)的至少一候选框来决定出用于检测图像200的帧#t2中的物件的至少一候选框。举例来说,用于检测图像200的帧#t2中的物件的至少一候选框可包含对应于分割图像410的候选框611、候选框612以及候选框613以及对应于分割图像420的候选框621以及候选框622。
而后,在流程P3中,图像检测模块123可根据候选框611、候选框612、候选框613、候选框621以及候选框622来检测图像200的帧#t2中的物件。举例来说,图像检测模块123可基于非极大值抑制算法而根据候选框611来产生目标框640,可基于非极大值抑制算法而根据候选框612以及候选框613来产生目标框620,并可基于非极大值抑制算法而根据候选框621以及候选框622来产生目标框630。最后,图像检测模块123可根据目标框620、目标框630以及目标框640来识别图像200的帧#t2中的物件。
图7根据本发明的实施例示出根据目标框以及候选框来检测图像200中的物件的示意图。图像检测模块123可根据对应于图像200的帧#t0的经调整图像300来识别图像200的帧#t0中的物件。具体来说,在流程P1中,图像检测模块123可利用图像识别技术来检测经调整图像300中的至少一物件,从而产生对应于帧#t0的输入图像(即:经调整图像300)的至少一候选框。
接着,在流程P2中,图像检测模块123可根据对应于帧#t0的输入图像(即:经调整图像)的至少一候选框以及对应于帧#t0的前一帧的输入图像的至少一目标框来决定出用于检测图像200的帧#t0中的物件的至少一候选框。由于本实施例中的帧#t0为第一帧,故图像检测模块123可仅根据对应于帧#t0的输入图像(即:经调整图像300)的至少一候选框来决定出对应于图像200的帧#t0的至少一候选框。举例来说,用于检测图像200的帧#t0中的物件的至少一候选框可包含对应于经调整图像300的候选框701以及候选框702。
而后,在流程P3中,图像检测模块123可根据候选框701以及候选框702来检测图像200的帧#t0中的物件。举例来说,图像检测模块123可基于非极大值抑制算法而根据候选框701以及候选框702来产生目标框700。最后,图像检测模块123可根据目标框700来识别图像200的帧#t0中的物件。
类似地,图像检测模块123可根据对应于图像200的帧#t1的分割图像410来识别图像200的帧#t1中的物件。具体来说,在流程P1中,图像检测模块123可利用图像识别技术来检测分割图像410中的至少一物件,从而产生对应于帧#t1的输入图像(即:分割图像410)的至少一候选框。
接着,在流程P2中,图像检测模块123可根据对应于帧#t1的输入图像(即:分割图像410)的至少一候选框以及对应于帧#t0的输入图像(即:经调整图像300)的至少一目标框来决定出用于检测图像200的帧#t1中的物件的至少一候选框。举例来说,用于检测图像200的帧#t1中的物件的至少一候选框可包含对应于经调整图像300的目标框700以及对应于分割图像410的候选框711、候选框712以及候选框713。
而后,在流程P3中,图像检测模块123可根据目标框700、候选框711、候选框712以及候选框713来检测图像200的帧#t1中的物件。举例来说,图像检测模块123可基于非极大值抑制算法而根据目标框700以及候选框711来产生目标框710,并可基于非极大值抑制算法而根据候选框712以及候选框713来产生目标框720。最后,图像检测模块123可根据目标框710以及目标框720来识别图像200的帧#t1中的物件。
类似地,图像检测模块123可根据对应于图像200的帧#t2的分割图像420来识别图像200的帧#t2中的物件。具体来说,在流程P1中,图像检测模块123可利用图像识别技术来检测分割图像420中的至少一物件,从而产生对应于帧#t2的输入图像(即:分割图像420)的至少一候选框。
接着,在流程P2中,图像检测模块123可根据对应于帧#t2的输入图像(即:分割图像420)的至少一候选框以及对应于帧#t1的输入图像(即:分割图像410)的至少一目标框来决定出用于检测图像200的帧#t2中的物件的至少一候选框。举例来说,用于检测图像200的帧#t2中的物件的至少一候选框可包含对应于分割图像410的目标框710与目标框720以及对应于分割图像420的候选框721以及候选框722。
而后,在流程P3中,图像检测模块123可根据目标框710、目标框720、候选框721以及候选框722来检测图像200的帧#t2中的物件。举例来说,图像检测模块123可基于非极大值抑制算法而根据候选框721以及候选框722来产生目标框730,可基于非极大值抑制算法而根据候选框710产生目标框740,并可基于非极大值抑制算法而根据候选框720产生目标框750。最后,图像检测模块123可根据目标框730、目标框740以及目标框750来识别图像200的帧#t2中的物件。
图8根据本发明的实施例示出图像检测方法的示意图,其中所述图像检测方法可由如图1所示的图像检测装置100实施。在步骤S801中,取得图像,其中图像包括物件。在步骤S802中,调整图像的第一尺寸以产生经调整图像。在步骤S803中,根据图像以产生第一分割图像以及第二分割图像。在步骤S804中,根据多个输入图像检测图像中的物件,其中多个输入图像包括第一分割图像、第二分割图像以及经调整图像。
综上所述,本发明可将图像转换成经调整图像以及分割图像等多个输入图像。图像检测装置可利用通过放大图像而产生的经调整图像来检测图像中距离较近的物件。此外,图像检测装置可利用分割图像来检测图像中距离较远的物件。在图像的任一帧中,图像检测装置仅会对所述多个输入图像的其中之一进行检测,因此,图像检测装置并不需要耗费大量的运算力、内存容量、频率频率或功率,也可以达到趋近于实时的检测。以分割图像取代全部图像来作为图像检测模块的输入图像将可使图像检测模块获得更多的图像的细节,且可使图像检测模块检测出图像中距离更远的物件。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (16)
1.一种图像检测装置,其特征在于,包括:
收发器;
存储介质,存储多个模块;以及
处理器,耦接所述存储介质以及所述收发器,并且存取和执行所述多个模块,其中所述多个模块包括:
数据收集模块,通过所述收发器取得图像,其中所述图像包括物件;
图像处理模块,调整所述图像的第一尺寸以产生经调整图像,并且根据所述图像以产生第一分割图像以及第二分割图像;以及
图像检测模块,根据多个输入图像检测所述图像中的所述物件,其中所述多个输入图像包括所述第一分割图像、所述第二分割图像以及所述经调整图像。
2.根据权利要求1所述的图像检测装置,其中所述图像处理模块分割所述图像的第一帧以产生所述第一分割图像,并且分割所述图像的第二帧以产生所述第二分割图像,其中所述第一帧不同于所述第二帧。
3.根据权利要求1所述的图像检测装置,其中所述图像处理模块分割所述图像的第一帧以产生所述第一分割图像,并且调整所述图像的第三帧的所述第一尺寸以产生所述经调整图像,其中所述第一帧不同于所述第三帧。
4.根据权利要求1所述的图像检测装置,其中所述多个输入图像分别对应于不同的帧,其中所述图像检测模块根据对应于所述多个输入图像中的第一帧的至少一第一候选框来检测所述图像的所述第一帧中的所述物件。
5.根据权利要求4所述的图像检测装置,其中所述图像检测模块根据所述至少一第一候选框以及对应于所述多个输入图像中的第二帧的至少一第二候选框来检测所述图像的所述第二帧中的所述物件。
6.根据权利要求4所述的图像检测装置,其中所述图像检测模块根据所述至少一第一候选框决定目标框,并且根据所述目标框以及对应于所述多个输入图像中的第二帧的至少一第二候选框来检测所述图像的所述第二帧中的所述物件。
7.根据权利要求1所述的图像检测装置,其中所述图像处理模块调整所述图像的所述第一尺寸以产生第二经调整图像,并且分割所述第二经调整图像以产生所述第一分割图像以及所述第二分割图像。
8.根据权利要求1所述的图像检测装置,其中所述图像处理模块根据参考图像调整所述图像的所述第一尺寸以产生第三经调整图像,根据所述参考图像中的对应于所述物件的参考物件的尺寸来分割所述第三经调整图像以产生第三分割图像,并且调整所述第三分割图像的第二尺寸以产生所述第一分割图像,其中所述参考图像的第一长宽比与所述多个输入图像中的任一者的第二长宽比相同。
9.一种图像检测方法,其特征在于,包括:
取得图像,其中所述图像包括物件;
调整所述图像的第一尺寸以产生经调整图像;
根据所述图像以产生第一分割图像以及第二分割图像;以及
根据多个输入图像检测所述图像中的所述物件,其中所述多个输入图像包括所述第一分割图像、所述第二分割图像以及所述经调整图像。
10.根据权利要求9所述的图像检测方法,其中根据所述图像以产生所述第一分割图像以及所述第二分割图像的步骤包括:
分割所述图像的第一帧以产生所述第一分割图像,并且分割所述图像的第二帧以产生所述第二分割图像,其中所述第一帧不同于所述第二帧。
11.根据权利要求9所述的图像检测方法,其中根据所述图像以产生所述第一分割图像以及所述第二分割图像的步骤包括:分割所述图像的第一帧以产生所述第一分割图像,并且调整所述图像的所述第一尺寸以产生所述经调整图像的步骤包括:调整所述图像的第三帧的所述第一尺寸以产生所述经调整图像,其中所述第一帧不同于所述第三帧。
12.根据权利要求9所述的图像检测方法,其中所述多个输入图像分别对应于不同的帧,其中根据所述多个输入图像检测所述图像中的所述物件的步骤包括:根据对应于所述多个输入图像中的第一帧的至少一第一候选框来检测所述图像的所述第一帧中的所述物件。
13.根据权利要求12所述的图像检测方法,其中根据所述多个输入图像检测所述图像中的所述物件的步骤包括的步骤包括:
根据所述至少一第一候选框以及对应于所述多个输入图像中的第二帧的至少一第二候选框来检测所述图像的所述第二帧中的所述物件。
14.根据权利要求12所述的图像检测方法,其中根据所述多个输入图像检测所述图像中的所述物件的步骤包括的步骤包括:
根据所述至少一第一候选框决定目标框,并且根据所述目标框以及对应于所述多个输入图像中的第二帧的至少一第二候选框来检测所述图像的所述第二帧中的所述物件。
15.根据权利要求9所述的图像检测方法,其中根据所述图像以产生所述第一分割图像以及所述第二分割图像的步骤包括:
调整所述图像的所述第一尺寸以产生第二经调整图像,并且分割所述第二经调整图像以产生所述第一分割图像以及所述第二分割图像。
16.根据权利要求9所述的图像检测方法,其中根据所述图像以产生所述第一分割图像以及所述第二分割图像的步骤包括:
根据参考图像调整所述图像的所述第一尺寸以产生第三经调整图像;
根据所述参考图像中的对应于所述物件的参考物件的尺寸来分割所述第三经调整图像以产生第三分割图像;以及
调整所述第三分割图像的第二尺寸以产生所述第一分割图像,其中所述参考图像的第一长宽比与所述多个输入图像中的任一者的第二长宽比相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010483394.6A CN113763456A (zh) | 2020-06-01 | 2020-06-01 | 图像检测装置以及图像检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010483394.6A CN113763456A (zh) | 2020-06-01 | 2020-06-01 | 图像检测装置以及图像检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113763456A true CN113763456A (zh) | 2021-12-07 |
Family
ID=78782550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010483394.6A Pending CN113763456A (zh) | 2020-06-01 | 2020-06-01 | 图像检测装置以及图像检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763456A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281599A (zh) * | 2008-05-27 | 2008-10-08 | 北京中星微电子有限公司 | 人脸检测方法和装置 |
JP2009147603A (ja) * | 2007-12-13 | 2009-07-02 | Omron Corp | 動画像同定装置 |
US20110293190A1 (en) * | 2006-07-17 | 2011-12-01 | Mitsubishi Denki Kabushiki Kaisha | Image processing for change detection |
US20130057728A1 (en) * | 2010-05-10 | 2013-03-07 | Fujitsu Limited | Device and method for image processing |
US20180218643A1 (en) * | 2013-03-10 | 2018-08-02 | Orcam Technologies Ltd. | Apparatus and method for analyzing images |
CN109313805A (zh) * | 2016-06-22 | 2019-02-05 | 索尼公司 | 图像处理装置、图像处理系统、图像处理方法和程序 |
CN110147702A (zh) * | 2018-07-13 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种实时视频的目标检测与识别方法和系统 |
US20190340785A1 (en) * | 2018-05-04 | 2019-11-07 | Apical Limited | Image processing for object detection |
-
2020
- 2020-06-01 CN CN202010483394.6A patent/CN113763456A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110293190A1 (en) * | 2006-07-17 | 2011-12-01 | Mitsubishi Denki Kabushiki Kaisha | Image processing for change detection |
JP2009147603A (ja) * | 2007-12-13 | 2009-07-02 | Omron Corp | 動画像同定装置 |
CN101281599A (zh) * | 2008-05-27 | 2008-10-08 | 北京中星微电子有限公司 | 人脸检测方法和装置 |
US20130057728A1 (en) * | 2010-05-10 | 2013-03-07 | Fujitsu Limited | Device and method for image processing |
US20180218643A1 (en) * | 2013-03-10 | 2018-08-02 | Orcam Technologies Ltd. | Apparatus and method for analyzing images |
CN109313805A (zh) * | 2016-06-22 | 2019-02-05 | 索尼公司 | 图像处理装置、图像处理系统、图像处理方法和程序 |
US20190340785A1 (en) * | 2018-05-04 | 2019-11-07 | Apical Limited | Image processing for object detection |
CN110147702A (zh) * | 2018-07-13 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种实时视频的目标检测与识别方法和系统 |
Non-Patent Citations (3)
Title |
---|
XUHUA YUAN等: "Image multi-target detection and segmentation algorithm based on regional proposed fast intelligent network", vol. 22, 7 March 2018 (2018-03-07), pages 3385 - 3393, XP036918847, DOI: 10.1007/s10586-018-2185-0 * |
李胜勇;姜涛;朱强华;: "红外序列图像中小目标实时检测系统设计与实现", 红外技术, no. 08, 20 August 2010 (2010-08-20) * |
王成儒等: "一种视频图像序列中运动对象的分割与跟踪算法", 《光电工程》, vol. 33, no. 7, 24 August 2006 (2006-08-24), pages 9 - 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108268869B (zh) | 目标检测方法、装置及系统 | |
US10453204B2 (en) | Image alignment for burst mode images | |
US11113836B2 (en) | Object detection method, device, apparatus and computer-readable storage medium | |
US10963676B2 (en) | Image processing method and apparatus | |
US20160267111A1 (en) | Two-stage vector reduction using two-dimensional and one-dimensional systolic arrays | |
EP3709266A1 (en) | Human-tracking methods, apparatuses, systems, and storage media | |
WO2016144578A1 (en) | Methods and systems for generating enhanced images using multi-frame processing | |
US11908183B2 (en) | Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system | |
US10255673B2 (en) | Apparatus and method for detecting object in image, and apparatus and method for computer-aided diagnosis | |
US9990710B2 (en) | Apparatus and method for supporting computer aided diagnosis | |
WO2016053762A1 (en) | Configurable hardware for computing computer vision features | |
WO2019080702A1 (zh) | 图像处理方法和装置 | |
CN109743566B (zh) | 一种用于识别vr视频格式的方法与设备 | |
CN110827301B (zh) | 用于处理图像的方法和装置 | |
EP2536123A1 (en) | Image processing method and image processing apparatus | |
US12002218B2 (en) | Method and apparatus with object tracking | |
CN103841340A (zh) | 图像传感器及其运作方法 | |
CN113763456A (zh) | 图像检测装置以及图像检测方法 | |
TWI786409B (zh) | 影像偵測裝置以及影像偵測方法 | |
KR101626538B1 (ko) | 이미지 객체 및 윤곽 특징 추출을 위한 시스템, 방법, 및 매체 | |
CN114612976A (zh) | 关键点检测方法及装置、计算机可读介质和电子设备 | |
CN111160358A (zh) | 一种图像二值化方法、装置、设备、介质 | |
US20150043785A1 (en) | Method and Apparatus for Feature Computation and Object Detection Utilizing Temporal Redundancy between Video Frames | |
Kowalczyk et al. | A Connected Component Labelling algorithm for a multi-pixel per clock cycle video stream | |
US10552972B2 (en) | Apparatus and method with stereo image processing |
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 |