CN113920538B - 目标检测方法、装置、设备、存储介质及计算机程序产品 - Google Patents

目标检测方法、装置、设备、存储介质及计算机程序产品 Download PDF

Info

Publication number
CN113920538B
CN113920538B CN202111222732.1A CN202111222732A CN113920538B CN 113920538 B CN113920538 B CN 113920538B CN 202111222732 A CN202111222732 A CN 202111222732A CN 113920538 B CN113920538 B CN 113920538B
Authority
CN
China
Prior art keywords
target object
target
image
mask
pixel point
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.)
Active
Application number
CN202111222732.1A
Other languages
English (en)
Other versions
CN113920538A (zh
Inventor
厉吉华
王晓莲
蒋鹏
李一霖
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 Duowei Shitong Technology Co ltd
Original Assignee
Beijing Duowei Shitong Technology 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 Duowei Shitong Technology Co ltd filed Critical Beijing Duowei Shitong Technology Co ltd
Priority to CN202111222732.1A priority Critical patent/CN113920538B/zh
Publication of CN113920538A publication Critical patent/CN113920538A/zh
Application granted granted Critical
Publication of CN113920538B publication Critical patent/CN113920538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种目标检测方法、装置、设备、存储介质及计算机程序产品，涉及图像处理技术领域。该方法包括：获取目标图像，其中，目标图像中包含：一个或多个目标物体；基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置；在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；以及根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框。本公开能够提高目标检测的准确度。

Description

目标检测方法、装置、设备、存储介质及计算机程序产品
背景技术
目标检测，是计算机视觉领域的基础任务之一，车辆追踪、行人重识别等很多高层任务都需要基于目标检测来实现。目标检测是一种在图像中寻找目标物体(即感兴趣物体)，并对其进行类别预测与位置定位的技术。目标检测通常涉及分类与定位两个任务，其中，分类任务基本采用深度卷积神经网络来实现，定位任务则使用回归方法来预测图像中目标物体的边界框(即包含目标物体的最小矩形框)。
回归方法对连续变量的预测十分有效，但其十分依赖于深度神经网络的拟合能力，缺少与物体空间对齐的特征学习，而图像中目标物体的定位，与物体的空间特征信息高度相关，因此，相关技术中使用回归方法对物体进行定位的目标检测器，忽略了物体的空间特征信息，导致检测准确度比较低下。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种目标检测方法、装置、设备、存储介质及计算机程序产品，至少在一定程度上克服相关技术中提供的目标检测方法存在检测准确度比较低下的技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种目标检测方法，包括：获取目标图像，其中，目标图像中包含：一个或多个目标物体；基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置；在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；以及根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框。
在本公开的一个实施例中，上述物体中心热力图模型为特征金字塔网络模型，基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置具体包括：将目标图像输入至预先训练好的特征金字塔网络模型中，输出每个特征层的物体中心热力图，其中，每个特征层的物体中心热力图对应不同分辨率的目标图像；根据每个特征层对应的物体中心热力图，确定一个或多个目标物体的候选位置；将各个目标物体的候选位置映射至原始分辨率的目标图像中，得到目标图像中各个目标物体的中心位置。
在本公开的一个实施例中，在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜，包括：在目标图像中每个目标物体的中心位置处，提取每个目标物体的个体特征；将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度；根据每个像素点与每个目标物体的相似度，在目标图像中生成每个目标物体的个体掩膜。
在本公开的一个实施例中，将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度，包括：将每个目标物体的个体特征，分离成第一通道特征、第二通道特征和第三通道特征；根据每个目标物体的第一通道特征和第二通道特征，将每个像素点的像素特征转换到每个目标物体的隐空间中，得到每个像素点转换后的像素特征；将每个目标物体的第三通道特征与每个像素点转换后的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度。
在本公开的一个实施例中，在将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度之前，方法还包括：获取目标图像的特征图；从目标图像的特征图中提取每个像素点的像素特征。
在本公开的一个实施例中，根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，包括：使用双线性插值方法，对每个目标物体的个体掩膜进行向上采样，将每个目标物体的个体掩膜放大到输入图像的分辨率，得到每个目标物体的二维掩膜图；对每个目标物体的二维掩膜图，分别沿水平方向和垂直方向进行最大池化处理，得到每个目标物体的水平掩膜图和垂直掩膜图；对每个目标物体的水平掩膜图和垂直掩膜图进行一阶差分处理，得到每个目标物体的差分图，其中，差分图用于表征每个像素点属于各个目标物体边界的概率；根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框。
在本公开的一个实施例中，根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框，包括：以每个目标物体的中心位置为中心，获取每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置；根据每个像素点属于各个目标物体的概率，对每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置进行加权求和，得到每个目标物体边界框四个顶点的坐标位置；根据每个目标物体边界框四个顶点的坐标位置，确定每个目标物体的边界框。
根据本公开的另一个方面，还提供了一种目标检测装置，包括：图像获取模块，用于获取目标图像，其中，目标图像中包含：一个或多个目标物体；物体中心位置预测模块，用于基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置；个体掩膜生成模块，用于在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；和物体边界框确定模块，用于根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框。
根据本公开的另一个方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的目标检测方法。
根据本公开的另一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的目标检测方法。
根据本公开的另一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行任意一项的目标检测方法。
本公开的实施例所提供的目标检测方法、装置、电子设备及计算机可读存储介质，利用预先训练好的物体中心热力图模型，对图像中各个物体的中心位置进行预测，在预测得到各个物体的中心位置后，在各个物体的中心位置处生成各个物体的个体掩膜，进而将覆盖每个物体对应个体掩膜的最小矩形框确定为每个物体的边界框。本公开实施例中，由于个体掩膜保留了像素级的物体边界信息，能够获得更加准确的物体边界框，从而有助于目标检测准确度的提高。
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。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出本公开实施例中一种目标检测系统架构示意图；
图2示出本公开实施例中一种目标检测方法流程图；
图3示出本公开实施例中一种物体中心位置的预测流程图；
图4示出本公开实施例中一种物体边界框确定流程图；
图5示出本公开实施例中一种个体掩膜生成流程图；
图6示出本公开实施例中一种特征金字塔网络模型示意图；
图7示出本公开实施例中一种目标检测方法的具体实现流程图；
图8示出本公开实施例中一种二维掩膜图进行最大池化的流程图；
图9示出本公开实施例中一种目标检测装置示意图；
图10示出本公开实施例中一种电子设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开提供的方案，利用预先训练好的物体中心热力图模型，对图像中各个物体的中心位置进行预测，在预测得到各个物体的中心位置后，在各个物体的中心位置处生成各个物体的个体掩膜，进而将覆盖每个物体对应个体掩膜的最小矩形框确定为每个物体的边界框。本公开实施例中，由于个体掩膜保留了像素级的物体边界信息，能够获得更加准确的物体边界框，从而有助于目标检测准确度的提高。
下面结合附图及实施例对本示例实施方式进行详细说明。
图1示出了可以应用本公开实施例中目标检测方法或目标检测装置的示例性系统架构的示意图，如图1所示，该系统架构可以包括图像采集设备101和图像处理设备102。
其中，图像采集设备101用于采集目标图像，其中，目标图像中包含：一个或多个目标物体；图像处理设备102用于基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置，进而在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜，最后将覆盖每个目标物体对应个体掩膜的最小矩形框确定为目标图像中每个目标物体的边界框。
可选地，上述的图像采集设备101可以是摄像头、照相机等具有图像采集功能的专用设备，也可以是手机、平板电脑等具有摄像或拍照功能的终端设备。上述的图像处理设备102可以是手机、计算机、笔记本电脑等具有图像处理功能的终端设备，也可以是对图像中物体进行检测或定位的各种应用服务器或定位服务器。
需要注意的是，上述图像采集设备101和图像处理设备102可以是相同的设备，也可以是不同的设备。当图像采集设备101和图像处理设备102为不同设备的情况下，图像采集设备101与图像处理设备102之间可以是通过有线网络连接，也可以通过无线网络连接。
在本公开的一个实施例中，上述图像处理设备102还用于：将目标图像输入至预先训练好的特征金字塔网络模型中，输出每个特征层的物体中心热力图，其中，每个特征层的物体中心热力图对应不同分辨率的目标图像；根据每个特征层对应的物体中心热力图，确定一个或多个目标物体的候选位置；将各个目标物体的候选位置映射至原始分辨率的目标图像中，得到目标图像中各个目标物体的中心位置。
在本公开的一个实施例中，上述图像处理设备102还用于：在目标图像中每个目标物体的中心位置处，提取每个目标物体的个体特征；将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度；根据每个像素点与每个目标物体的相似度，在目标图像中生成每个目标物体的个体掩膜。
进一步地，上述实施例中，图像处理设备102还用于：将每个目标物体的个体特征，分离成第一通道特征、第二通道特征和第三通道特征；根据每个目标物体的第一通道特征和第二通道特征，将每个像素点的像素特征转换到每个目标物体的隐空间中，得到每个像素点转换后的像素特征；将每个目标物体的第三通道特征与每个像素点转换后的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度。
在将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度之前，在本公开的一个实施例中，上述图像处理设备102还用于：获取目标图像的特征图；从目标图像的特征图中提取每个像素点的像素特征。
本领域技术人员可以知晓，图1中的图像采集设备和图像处理设备的数量仅仅是示意性的，根据实际需要，可以具有任意数目的图像采集设备和图像处理设备。本公开实施例对此不作限定。
本公开实施例中提供了一种目标检测方法，该方法可以由任意具备计算处理能力的电子设备执行。
图2示出本公开实施例中一种目标检测方法流程图，如图2所示，本公开实施例中提供的目标检测方法包括如下步骤：
步骤S202，获取目标图像，其中，目标图像中包含：一个或多个目标物体。
需要说明的是，上述目标图像可以是通过图像采集设备直接采集的图像，也可以是从图像采集设备或其他设备导入的图像，该图像中包含待检测的一个或多个目标物体。可选地，本公开实施例中的目标物体可以是人、动物、车辆等任意一种待检测的目标对象。
步骤S204，基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置。
需要说明的是，上述物体中心热力图模型可以预先通过机器学习训练得到一个能够根据输入图像预测出图像中包含目标物体中心位置的模型。
在本公开的一个实施例中，上述物体中心热力图模型可以是对特征金字塔网络进行训练得到的特征金字塔网络模型，通过训练好的特征金字塔网络模型预测目标图像中包含的一个或多个目标物体的中心位置。通过该实施例，能够提高模型预测准确率。
步骤S206，在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜。
由于个体掩膜保留了像素级的物体边界信息，本公开实施例中，在预测出目标图像中各个目标物体的中心位置后，在各个目标物体的中心位置处，生成各个目标物体的个体掩膜，以便根据各个目标物体的个体掩膜，确定各个目标物体的边界框。
步骤S208，根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框。
由于矩形框的预测仅关心物体的最左、最右、最上与最下的边界位置，因此可以舍弃掩膜的形状信息，通过最大池化将内部信息传递到边缘，增强边界处物体与背景的区分。因而，在根据目标物体的个体掩膜确定目标物体的边界框时，可以对个体掩膜分别进行水平和垂直方向的最大池化，在得到的一维垂直和水平掩膜图上，每个像素值代表该像素点属于某个目标物体的概率，采用期望的方式分别在水平和垂直方向推断物体边界的坐标。
在具体实施时，将覆盖每个目标物体对应个体掩膜的最小矩形框确定为目标物体的边界框，实现对目标物体的定位，能够大大提高定位准确度。
在本公开的一个实施例中，如图3所示，本公开实施例中提供的目标检测方法可以通过如下步骤来确定目标图像中每个目标物体的中心位置，能够准确预测出图像中待检测物体的中心位置：
S302，将目标图像输入至预先训练好的特征金字塔网络模型中，输出每个特征层的物体中心热力图，其中，每个特征层的物体中心热力图对应不同分辨率的目标图像；
S304，根据每个特征层对应的物体中心热力图，确定一个或多个目标物体的候选位置；
S306，将各个目标物体的候选位置映射至原始分辨率的目标图像中，得到目标图像中各个目标物体的中心位置。
在本公开的一个实施例中，如图4所示，本公开实施例中提供的目标检测方法可以通过如下步骤来生成每个目标物体的个体掩膜：
S402，在目标图像中每个目标物体的中心位置处，提取每个目标物体的个体特征；
S404，将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度；
S406，根据每个像素点与每个目标物体的相似度，在目标图像中生成每个目标物体的个体掩膜。
通过上述实施例，根据个体特征与像素特征之间的相似度，确定每个物体的个体掩膜，考虑了像素级的特征信息，能够获得准确的个体掩膜。
在具体实施时，可以通过如下步骤来计算每个像素点与每个目标物体的相似度：将每个目标物体的个体特征，分离成第一通道特征、第二通道特征和第三通道特征；根据每个目标物体的第一通道特征和第二通道特征，将每个像素点的像素特征转换到每个目标物体的隐空间中，得到每个像素点转换后的像素特征；将每个目标物体的第三通道特征与每个像素点转换后的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度。
在本公开的一个实施例中，在将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度之前，本公开实施例中提供的目标检测方法还可包括如下步骤：获取目标图像的特征图；从目标图像的特征图中提取每个像素点的像素特征。
该实施例中，提取像素特征的特征图可以是将目标图像输入至特征金字塔网络模型后输出的最大分辨率的特征图，例如，当选取特征金字塔模型的P3-P7五个特征层的特征图时，提取像素特征的特征图可以是P3特征图。
在本公开的一个实施例中，如图5所示，本公开实施例中提供的目标检测方法可以通过如下步骤来确定目标图像中每个目标物体的边界框：
S502，使用双线性插值方法，对每个目标物体的个体掩膜进行向上采样，将每个目标物体的个体掩膜放大到输入图像的分辨率，得到每个目标物体的二维掩膜图；
S504，对每个目标物体的二维掩膜图，分别沿水平方向和垂直方向进行最大池化处理，得到每个目标物体的水平掩膜图和垂直掩膜图；
S506，对每个目标物体的水平掩膜图和垂直掩膜图进行一阶差分处理，得到每个目标物体的差分图，其中，差分图用于表征每个像素点属于各个目标物体边界的概率；
S508，根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框。
在具体实施时，上述S508可以通过如下步骤来实现：以每个目标物体的中心位置为中心，获取每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置；根据每个像素点属于各个目标物体的概率，对每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置进行加权求和，得到每个目标物体边界框四个顶点的坐标位置；根据每个目标物体边界框四个顶点的坐标位置，确定每个目标物体的边界框。
通过上述实施例，在得到各个目标物体在目标图像中的个体掩膜后，根据像素语义变化来确定各个目标物体的边界位置，能够实现像素级的目标检测，从而获得准确的检测结果。
图6示出本公开实施例中一种特征金字塔网络模型示意图，如图6所示，特征金字塔网络的每个特征层对应不同分辨率大小的物体，在各层上学习并预测物体的中心热力图，可以得到目标图像中目标物体(即感兴趣物体)的大致位置。图7示出本公开实施例中一种目标检测方法的具体实现流程图，如图7所示，具体包括：
记录第i个特征层相对原图像的分辨率步长为si，其上(x,y)处的像素点映射回原图像分辨率后的坐标为
Figure BDA0003313222830000101
根据映射后的坐标，记录距离物体真实矩形框中心最近的(x,y)为正样本点，其学习目标
Figure BDA0003313222830000102
为1；每个物体只有唯一正样本中心点，其余未分配到物体的(x,y)位置为负样本点，学习目标
Figure BDA0003313222830000103
为0。对于物体中心位置热力图模型，模型的输入为H×W×3图像，每个特征层输出一个hi×wi×1的中心位置热力图，其中(x,y)处的预测为
Figure BDA0003313222830000104
取值范围[0,1]；使用公式(1)所示的交叉熵损失函数对模型进行训练，第i层的损失函数如公式(2)所示。
Figure BDA0003313222830000105
Figure BDA0003313222830000106
其中，L为特征层数(这里为5，指P3-P7)，n为所有正样本数。
在得到每个特征层对应的物体中心位置热力图后，将所有特征层预测的
Figure BDA0003313222830000111
放在一起排序，取分数
Figure BDA0003313222830000112
前1000的(x,y)作为预测物体的候选位置，将(x,y)映射到原图分辨率后的坐标位置，作为图中目标物体大致的中心位置。
利用图6所示的特征金字塔网络结构模型学习个体特征，对于个体v，假设其个体特征为θ(v)；在特征金字塔具有最大分辨率的P3层(即分辨率步长为23＝8的特征层，即该特征层的分辨率大小为原图像的1/8)特征图上学习像素特征Φ，对于像素点u，其像素特征记为Φ(u)。根据像素特征与个体特征之间的相似性将像素u与给定物体v关联起来，通过计算二者之间的特征相似度，判断像素点是否属于该个体。
在具体实施时，P3特征图上每个像素点提取的像素特征构成集合Φ(U)，在预测出的物体中心位置处提取个体特征构成集合θ，依次从θ中选出个体特征θ(v)与Φ(U)中所有像素特征进行相似度计算，得到关于个体v的掩膜图。在掩膜预测过程中，遮挡区域的像素可能对应多个物体，让像素u学习一个同时与多个物体特征有足够相似度、但彼此之间又有足够区分度的特征具有一定难度，为了解决这个问题，先将像素特征Φ(U)转换到个体v相关的隐空间，再进行个体特征与像素特征的相似度计算，从而将多身份编码问题转化为多个简单的二分类任务。
个体掩膜生成过程如下：
将个体特征θ(v)按通道分成3部分，即θ0(v)、θ1(v)和θ2(v)；θ0(v)有d0维，θ0(v)有d1维，θ0(v)有d1维，它们级联后是θ(v)，θ(v)的维度是d＝d0+d1+d2。其中，θ0(v)用于计算变换系数ω(v,U)，θ1(v)是个体v相关隐空间的基向量，转换后的像素特征为F(v,U)；θ0(v)和θ1(v)用于将像素特征Φ(U)转换到个体v相关的隐空间中，θ2(v)用于和F(v,U)计算相似度，以生成个体掩膜。在计算变换系数ω(v,U)的过程中，引入空间注意力，即将像素特征Φ(U)与个体v的相对坐标图R(v)级联。变换系数ω(v,U)的计算公式如下：
Figure BDA0003313222830000113
变换空间中的像素特征F(v,U)计算公式如下：
F(v,U)＝ReLU(ω(v,U)*θ1(v))                (4)
F(v,U)和θ2(v)的相似度计算公式如下：
M＝sigmoid(F(v,U)*θ2(v))                 (5)
其中，M表示每个像素点与每个目标物体的相似度；v表示目标物体；U表示像素点集合；θ0(v)，θ1(v)和θ2(v)分别表示从个体特征θ(v)中分离得到的第一通道特征、第二通道特征和第三通道特征；F(v,U)表示每个像素点转换到目标物体v的隐空间后的像素特征；sigmoid表示一激活函数；ω(v,U)表示对每个像素点进行转换的变换系数；
Figure BDA0003313222830000121
表示级联操作；*表示卷积操作；ReLU表示又一激活函数；Φ(U)表示像素特征集合；R(v)表示目标物体v的相对坐标图。
相似度M表示为个体v的掩膜图。将相似度图作为个体掩膜图，个体掩膜图中的每个位置取值范围为[0,1]，不是二值0或1。
在得到个体掩膜图M，使用双线性插值将M向上采样放大到输入图像大小。对得到的高分辨率掩膜图M'使用分治策略，即对水平与垂直方向的物体边缘分别进行定位，并以基于期望的方式计算边缘坐标。
具体地，对二维掩膜图M'分别沿x轴和y轴进行最大池化，得到一维掩膜图Mv和Mh，如图8所示，其分别反映垂直和水平方向的像素语义；再分别对Mv与Mh进行一阶差分，差分公式为Δi＝mi+1-mi，其中mi为位置i处的掩膜值。差分可以反映相邻像素之间的语义差异，由于物体与背景交界处的语义差异最大，因此可以用得到的差分图表示各像素属于物体边缘的概率；最后将边缘概率作为权重，计算坐标的加权和，得到属于物体边界的期望坐标，进而得到矩形框的位置。具体地，取由中心热力图得到的中心位置坐标(cx,cy)以左或以上的坐标，对其进行加权求和得到xmin或ymin，取中心位置坐标以右或以下的坐标求加权和得到xmax或ymax，即
Figure BDA0003313222830000122
Figure BDA0003313222830000123
Figure BDA0003313222830000124
Figure BDA0003313222830000125
其中，
Figure BDA0003313222830000126
因此，最终得到目标物体的矩形框位置为(xmin,ymin,xmax,ymax)。
现有目标检测器大多使用回归的方式对图像中的感兴趣物体进行定位，其忽略了物体的空间细节特性，因此目标检测准确度比较低下。本公开实施例中提供的目标检测方法，通过预测个体掩膜，学习与物体外观空间对齐的特征，以提升网络对物体边界的敏感度；由于网络预测的个体掩膜保留了像素级的物体边界细节信息，提高了目标检测的准确度，有助于定位精度的提升。将本公开实施例提供的目标检测方法，在自动驾驶KITTI数据集上进行实验，实验结果表明了本公开实施例提供的目标检测的方法，检测器在多种检测指标下效果均有提升，如表1所示。
表1在KITTI数据集上实验结果
指标 AP <![CDATA[AP<sub>70</sub>]]> <![CDATA[AP<sub>80</sub>]]> <![CDATA[AP<sub>90</sub>]]> <![CDATA[AP<sub>S</sub>]]> <![CDATA[AP<sub>M</sub>]]> <![CDATA[AP<sub>L</sub>]]> AR <![CDATA[AR<sub>S</sub>]]> <![CDATA[AR<sub>M</sub>]]> <![CDATA[AR<sub>L</sub>]]>
基线方法 57.5 90.3 76.7 29.9 82.0 91.1 93.1 78.8 71.2 78.8 82.5
本公开 60.9 91.7 81.1 35.0 88.9 91.6 93.3 81.1 76.9 80.6 84.2
基于同一发明构思，本公开实施例中还提供了一种目标检测装置，如下面的实施例所述。由于该装置实施例解决问题的原理与上述方法实施例相似，因此该装置实施例的实施可以参见上述方法实施例的实施，重复之处不再赘述。
图9示出本公开实施例中一种目标检测装置示意图，如图9所示，该装置包括：图像获取模块91、物体中心位置预测模块92、个体掩膜生成模块93和物体边界框确定模块94。
其中，图像获取模块91，用于获取目标图像，其中，目标图像中包含：一个或多个目标物体；物体中心位置预测模块92，用于基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置；个体掩膜生成模块93，用于在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；物体边界框确定模块94，用于根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框。
在本公开的一个实施例中，上述物体中心热力图模型为训练好的特征金字塔网络模型，则上述物体中心位置预测模块92还用于：将目标图像输入至预先训练好的特征金字塔网络模型中，输出每个特征层的物体中心热力图，其中，每个特征层的物体中心热力图对应不同分辨率的目标图像；根据每个特征层对应的物体中心热力图，确定一个或多个目标物体的候选位置；将各个目标物体的候选位置映射至原始分辨率的目标图像中，得到目标图像中各个目标物体的中心位置。
在本公开的一个实施例中，上述个体掩膜生成模块93还用于：在目标图像中每个目标物体的中心位置处，提取每个目标物体的个体特征；将每个目标物体的个体特征，与目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度；根据每个像素点与每个目标物体的相似度，在目标图像中生成每个目标物体的个体掩膜。
进一步地，在本公开的一个实施例中，上述个体掩膜生成模块93还用于：将每个目标物体的个体特征，分离成第一通道特征、第二通道特征和第三通道特征；根据每个目标物体的第一通道特征和第二通道特征，将每个像素点的像素特征转换到每个目标物体的隐空间中，得到每个像素点转换后的像素特征；将每个目标物体的第三通道特征与每个像素点转换后的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度。
更进一步地，在本公开的一个实施例中，上述个体掩膜生成模块93还用于：获取目标图像的特征图；从目标图像的特征图中提取每个像素点的像素特征。
在本公开的一个实施例中，上述物体边界框确定模块94还用于：使用双线性插值方法，对每个目标物体的个体掩膜进行向上采样，将每个目标物体的个体掩膜放大到输入图像的分辨率，得到每个目标物体的二维掩膜图；对每个目标物体的二维掩膜图，分别沿水平方向和垂直方向进行最大池化处理，得到每个目标物体的水平掩膜图和垂直掩膜图；对每个目标物体的水平掩膜图和垂直掩膜图进行一阶差分处理，得到每个目标物体的差分图，其中，差分图用于表征每个像素点属于各个目标物体边界的概率；根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框。
进一步地，在本公开的一个实施例中，上述物体边界框确定模块94还用于：以每个目标物体的中心位置为中心，获取每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置；根据每个像素点属于各个目标物体的概率，对每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置进行加权求和，得到每个目标物体边界框四个顶点的坐标位置；根据每个目标物体边界框四个顶点的坐标位置，确定每个目标物体的边界框。
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图10来描述根据本公开的这种实施方式的电子设备1000。图10显示的电子设备1000仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1010执行，使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元1010可以执行上述方法实施例的如下步骤：获取目标图像，其中，目标图像中包含：一个或多个目标物体；基于预先训练好的物体中心热力图模型，确定目标图像中每个目标物体的中心位置；在目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；以及根据目标图像中每个目标物体的个体掩膜，确定目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框。
存储单元1020可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)10201和/或高速缓存存储单元10202，还可以进一步包括只读存储单元(ROM)10203。
存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204，这样的程序模块10205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1030可以表示为几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1000也可以与一个或多个外部设备1040(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1000交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1050进行。并且，电子设备1000还可以通过网络适配器1060与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1000使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
特别地，根据本公开实施例，上文参考流程图描述的过程可以被实现为计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一项的目标检测方法。
本公开中的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。
在本公开中，计算机可读存储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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
可选地，计算机可读存储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、有线、光缆、RF等等，或者上述的任意合适的组合。
在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
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。本公开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所附的权利要求指出。

Claims (8)

1.一种目标检测方法，其特征在于，包括：
获取目标图像，其中，所述目标图像中包含：一个或多个目标物体；
基于预先训练好的物体中心热力图模型，确定所述目标图像中每个目标物体的中心位置，其中，所述物体中心热力图模型为特征金字塔网络模型；
在所述目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；以及
根据所述目标图像中每个目标物体的个体掩膜，确定所述目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框；
其中，根据所述目标图像中每个目标物体的个体掩膜，确定所述目标图像中每个目标物体的边界框，包括：
使用双线性插值方法，对每个目标物体的个体掩膜进行向上采样，将每个目标物体的个体掩膜放大到输入图像的分辨率，得到每个目标物体的二维掩膜图；
对每个目标物体的二维掩膜图，分别沿水平方向和垂直方向进行最大池化处理，得到每个目标物体的水平掩膜图和垂直掩膜图；
对每个目标物体的水平掩膜图和垂直掩膜图进行一阶差分处理，得到每个目标物体的差分图，其中，所述差分图用于表征每个像素点属于各个目标物体边界的概率；
根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框。
2.根据权利要求1所述的目标检测方法，其特征在于，所述基于预先训练好的物体中心热力图模型确定所述目标图像中每个目标物体的中心位置包括：
将所述目标图像输入至预先训练好的特征金字塔网络模型中，输出每个特征层的物体中心热力图，其中，每个特征层的物体中心热力图对应不同分辨率的目标图像；
根据每个特征层对应的物体中心热力图，确定一个或多个目标物体的候选位置；
将各个目标物体的候选位置映射至原始分辨率的目标图像中，得到所述目标图像中各个目标物体的中心位置。
3.根据权利要求1所述的目标检测方法，其特征在于，在所述目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜，包括：
在所述目标图像中每个目标物体的中心位置处，提取每个目标物体的个体特征；
将每个目标物体的个体特征，与所述目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度；
根据每个像素点与每个目标物体的相似度，在所述目标图像中生成每个目标物体的个体掩膜。
4.根据权利要求3所述的目标检测方法，其特征在于，将每个目标物体的个体特征，与所述目标图像中每个像素点的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度，包括：
将每个目标物体的个体特征，分离成第一通道特征、第二通道特征和第三通道特征；
根据每个目标物体的第一通道特征和第二通道特征，将每个像素点的像素特征转换到每个目标物体的隐空间中，得到每个像素点转换后的像素特征；
将每个目标物体的第三通道特征与每个像素点转换后的像素特征进行相似度计算，得到每个像素点与每个目标物体的相似度。
5.根据权利要求1所述的目标检测方法，其特征在于，根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框，包括：
以每个目标物体的中心位置为中心，获取每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置；
根据每个像素点属于各个目标物体的概率，对每个目标物体中心位置上下左右四个方向上预设数量的像素点的坐标位置进行加权求和，得到每个目标物体边界框四个顶点的坐标位置；
根据每个目标物体边界框四个顶点的坐标位置，确定每个目标物体的边界框。
6.一种目标检测装置，其特征在于，包括：
图像获取模块，用于获取目标图像，其中，所述目标图像中包含：一个或多个目标物体；
物体中心位置预测模块，用于基于预先训练好的物体中心热力图模型，确定所述目标图像中每个目标物体的中心位置，其中，所述物体中心热力图模型为特征金字塔网络模型；
个体掩膜生成模块，用于在所述目标图像中每个目标物体的中心位置处，生成每个目标物体的个体掩膜；和
物体边界框确定模块，用于根据所述目标图像中每个目标物体的个体掩膜，确定所述目标图像中每个目标物体的边界框，其中，每个目标物体的边界框为覆盖每个目标物体对应个体掩膜的最小矩形框；
其中，所述物体边界框确定模块还用于：使用双线性插值方法，对每个目标物体的个体掩膜进行向上采样，将每个目标物体的个体掩膜放大到输入图像的分辨率，得到每个目标物体的二维掩膜图；对每个目标物体的二维掩膜图，分别沿水平方向和垂直方向进行最大池化处理，得到每个目标物体的水平掩膜图和垂直掩膜图；对每个目标物体的水平掩膜图和垂直掩膜图进行一阶差分处理，得到每个目标物体的差分图，其中，所述差分图用于表征每个像素点属于各个目标物体边界的概率；根据每个像素点的坐标位置以及每个像素点属于各个目标物体的概率，确定每个目标物体的边界框。
7.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～5中任意一项所述的目标检测方法。
8.一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1～5中任意一项所述的目标检测方法。
CN202111222732.1A 2021-10-20 2021-10-20 目标检测方法、装置、设备、存储介质及计算机程序产品 Active CN113920538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111222732.1A CN113920538B (zh) 2021-10-20 2021-10-20 目标检测方法、装置、设备、存储介质及计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111222732.1A CN113920538B (zh) 2021-10-20 2021-10-20 目标检测方法、装置、设备、存储介质及计算机程序产品

Publications (2)

Publication Number Publication Date
CN113920538A CN113920538A (zh) 2022-01-11
CN113920538B true CN113920538B (zh) 2023-04-14

Family

ID=79241420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111222732.1A Active CN113920538B (zh) 2021-10-20 2021-10-20 目标检测方法、装置、设备、存储介质及计算机程序产品

Country Status (1)

Country Link
CN (1) CN113920538B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114549961B (zh) * 2022-03-02 2023-04-07 北京百度网讯科技有限公司 目标对象的检测方法、装置、设备以及存储介质
CN115272404B (zh) * 2022-06-17 2023-07-18 江南大学 一种基于核空间和隐式空间特征对齐的多目标跟踪方法
CN117315028B (zh) * 2023-10-12 2024-04-30 北京多维视通技术有限公司 室外火场起火点定位方法、装置、设备及介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10740647B2 (en) * 2018-03-14 2020-08-11 Adobe Inc. Detecting objects using a weakly supervised model
WO2021146935A1 (zh) * 2020-01-21 2021-07-29 京东方科技集团股份有限公司 图像缺陷确定方法与装置、电子设备及存储介质
CN111242088B (zh) * 2020-01-22 2023-11-28 上海商汤临港智能科技有限公司 一种目标检测方法、装置、电子设备及存储介质
CN111402152B (zh) * 2020-03-10 2023-10-24 北京迈格威科技有限公司 视差图的处理方法、装置、计算机设备和存储介质
CN112464943B (zh) * 2020-11-25 2023-07-14 创新奇智(南京)科技有限公司 基于少样本的语义分割方法及装置、电子设备、存储介质
CN113139471A (zh) * 2021-04-25 2021-07-20 上海商汤智能科技有限公司 目标检测方法及装置、电子设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
袁汉钦等.一种基于掩膜组合的多类弹载图像目标分割算法.舰船电子工程.2020,(第06期),全文. *

Also Published As

Publication number Publication date
CN113920538A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN113920538B (zh) 目标检测方法、装置、设备、存储介质及计算机程序产品
CN111539428A (zh) 基于多尺度特征整合和注意力机制的旋转目标检测方法
CN111311543B (zh) 图像清晰度检测方法、系统、设备及存储介质
CN111310770B (zh) 目标检测方法和装置
CN111444807B (zh) 目标检测方法、装置、电子设备和计算机可读介质
CN112016569A (zh) 基于注意力机制的目标检测方法、网络、设备和存储介质
CN115147598A (zh) 目标检测分割方法、装置、智能终端及存储介质
CN109982088B (zh) 图像处理方法及装置
CN110866475A (zh) 手部脱离方向盘及图像分割模型训练方法、装置、终端、介质
CN115457492A (zh) 目标检测方法、装置、计算机设备及存储介质
CN111428566A (zh) 一种形变目标跟踪系统及方法
CN115115601A (zh) 一种基于形变注意金字塔的遥感舰船目标检测方法
CN116805387B (zh) 基于知识蒸馏的模型训练方法、质检方法和相关设备
CN113537026A (zh) 建筑平面图中的图元检测方法、装置、设备及介质
CN117576724A (zh) 一种无人机飞鸟检测方法、系统、设备和介质
CN115861891B (zh) 视频目标检测方法、装置、设备及介质
CN114820755B (zh) 一种深度图估计方法及系统
CN115393423A (zh) 目标检测方法和装置
CN116543246A (zh) 图像去噪模型的训练方法、图像去噪方法、装置及设备
CN113033397A (zh) 目标跟踪方法、装置、设备、介质及程序产品
CN112580711A (zh) 一种基于风电机组故障识别的视频图像融合方法
CN113205092A (zh) 文本检测方法、装置、设备及存储介质
CN112801960A (zh) 图像处理方法及装置、存储介质、电子设备
CN113569600A (zh) 物体重识别的方法、装置、电子设备及存储介质
CN116704376B (zh) 基于单卫星图像的nDSM提取方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant