CN114549961B - 目标对象的检测方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了目标对象的检测方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、图像识别和深度学习技术，具体可应用于智慧城市和智慧交通场景。具体实现方案为：对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；在特征图像中，确定与目标对象相关的至少一个有效区域；根据每个有效区域的中心点，确定目标对象的轮廓；根据有效区域、目标对象的轮廓，得到目标对象的检测结果。根据本公开的上述方案可以利用有效区域进行目标对象的类别识别，可以大幅提高识别准确率。

Description

目标对象的检测方法、装置、设备以及存储介质

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉、图像识别和深度学习技术，具体可应用于智慧城市和智慧交通场景。

背景技术

在智慧城市或智慧交通场景等场景下，目标对象的检测是非常重要的基础能力。例如车辆检测、行人检测等。相关检测技术中，针对不同个体的检测需要设置大量超参数，泛化能力差，并且检测的实时性会存在延时。不符合对目标对象识别的速度以及泛化程度的要求。

发明内容

本公开提供了一种目标对象的检测方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种目标对象的检测方法，包括以下步骤：

对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；

在特征图像中，确定与目标对象相关的至少一个有效区域；

根据每个有效区域的中心点，确定目标对象的轮廓；

根据有效区域、目标对象的轮廓，得到目标对象的检测结果。

根据本公开的另一方面，提供了一种目标对象的检测装置，该装置可以包括：

特征提取处理模块，用于对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；

有效区域确定模块，用于在特征图像中，确定与目标对象相关的至少一个有效区域；

轮廓确定模块，用于根据每个有效区域的中心点，确定目标对象的轮廓；

检测结果确定模块，用于根据有效区域、目标对象的轮廓，得到目标对象的检测结果。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任一实施例中的方法。

根据本公开的上述方案可以利用有效区域进行目标对象的类别识别，可以大幅提高识别准确率。另外，通过确定中心点的方式，可以省略相关技术中的非极大值抑制过程，由此可以提高识别的速度，为目标对象的实时识别提供技术支持。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开目标对象的检测方法的流程图；

图2是根据本公开确定有效区域的流程图；

图3是根据本公开中心点的确定方式的流程图；

图4是根据本公开确定目标对象的轮廓的流程图；

图5是根据本公开确定目标对象的轮廓的示意图；

图6是根据本公开特征提取处理的流程图；

图7是根据本公开网络结构的调整过程的流程图；

图8是根据本公开对特征提取网络进行训练的流程图；

图9是根据本公开确定检测结果的流程图；

图10是根据本公开目标对象的检测方法的示意图；

图11是根据本公开目标对象的检测装置的示意图；

图12是用来实现本公开实施例的目标对象的检测方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

如图1所示，本公开涉及一种目标对象的检测方法，包括以下步骤：

S101：对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；

S102：在特征图像中，确定与目标对象相关的至少一个有效区域；

S103：根据每个有效区域的中心点，确定目标对象的轮廓；

S104：根据有效区域、目标对象的轮廓，得到目标对象的检测结果。

本公开的执行主体可以是具有自动驾驶功能的车辆或者用户的智能终端，也可以是与用户的智能终端或车辆通信的云端或服务器等，还可以是交通路网的智能设备等。示例性地，交通路网的智能设备可以是路侧监控设备等。

示例性地，原始图像可以是的包含路面情况的图像。例如，路面情况可以包含飞行设备、车辆、行人、动物、植物中的至少一种。将原始图像输入至骨干网络(Backbone)，可以提取到原始图像的特征，得到特征图像。

指定分辨率可以是预先确定的分辨率，例如160*160、320*320等。或者，指定分辨率也可以是以原始图像作为参照，例如指定分辨率可以是原始图像分辨率的1/2、1/4、1/8等。通过限定指定分辨率，可以降低图像的数据量，为后续实现目标对象的实时检测进行铺垫。

对于特征图像，可以确定目标对象的有效区域。例如，可以通过对象识别技术，区分出目标对象和背景。那么在原始图像中，除背景以外的部分可以作为目标对象的有效区域。或者，可以利用可视化类激活解析对特征图像进行处理，将解析得到的可视化类激活热力图对应的区域作为目标对象的有效区域。同一个目标对象的有效区域可以是一个，也可以是多个。

对于每个有效区域，可以确定有效区域的中心点。其中，中心点可以是有效区域的物理中心、物理重心，也可以是通过算法确定出的中心点。例如，可以对有效区域进行最大池化计算，将保留下来的像素点作为有效区域的中心点。

有了有效区域的中心点，可以利用轮廓预测的方式，确定目标对象的轮廓。例如，将加载有有效区域的中心点的特征图像输入预先训练的轮廓预测模型，可以得到中心点延不同方向延展的距离。该距离可以对应目标对象的轮廓。

利用前述有效区域，可以对目标对象的类别进行识别。目标对象的类别可以对应前述飞行设备、车辆、行人、动物、植物等。另外，由于目标对象的轮廓是对应于特征图像，利用映射关系，可以将目标对象的轮廓还原至原始图像中。由此，可以确定目标对象在原始图像中的位置。进一步的，还可以利用图像拍摄设备的参数，通过目标对象在原始图像中的位置确定目标对象在世界坐标系中的坐标。由此可以实现对于标对象的检测。具体而言，上述技术可以适用于目标追踪场景、自动驾驶的决策辅助场景等。

由于相关技术通常以目标中心点或以目标中心点为中心的1×1(或3×3)个像素进行对象识别，由此会丢失中心点附近的信息，对于识别准确率影响较高。而采用本公开的上述方案可以利用有效区域进行目标对象的类别识别，可以大幅提高识别准确率。另外，通过确定中心点的方式，可以省略相关技术中较为耗时非极大值抑制(Non-MaximumSuppression，NMS)后处理过程，由此可以提高识别的速度，为目标对象的实时识别提供技术支持。

结合图2所示，在一种实施方式中，步骤S102可以包括以下过程：

S201：对特征图像进行可视化类激活解析，得到与目标对象相对应的至少一个可视化类激活热力图；

S202：将可视化类激活热力图作为目标对象相关的有效区域。

对特征图像进行可视化类激活解析，可以是将特征图输入预先训练的可视化类激活神经网络，从而得到与目标对象相对应的可视化类激活热力图。目标对象即为待检测的对象。

可视化类激活热力图可以用于目标对象的分类。例如，对于区分目标对象是猫或狗，那么可以主要依赖于头部的区域，由此头部区域可以对应为有效区域，即可视化类激活热力图颜色较重的区域。又例如，对区域分目标对象是哪个种类的花卉，那么主要依赖于花瓣的区域，即花瓣的区域可以作为可视化类激活热力图颜色较重的区域。

因此，将特征图像输入至预先训练的可视化类激活神经网络，可以得到目标对象相对应的可视化类激活热力图，以用于目标对象的分类识别。

可视化类激活神经网络的训练方式可以是，预先确定属于不同类别的目标对象的特征图像样本，对每个特征图像的样本进行类别和有效区域的标注。将目标对象的特征图像样本输入待训练的可视化类激活神经网络，可以得到有效区域的预测值。根据有效区域的预测值和有效区域的标注结果之间的差异，对待训练的可视化类激活神经网络中的参数进行调整。该差异可以以损失函数体现，损失函数的作用可以理解为：当待训练的可视化类激活神经网络进行前向传播得到的预测值与标注结果接近时，损失函数的取较小值；反之，损失函数的取值增大。并且，损失函数是以待训练的可视化类激活神经网络中的参数为自变量的函数。

利用上述误差，对待训练的可视化类激活神经网络中的所有参数进行调整。上述误差会在待训练的可视化类激活神经网络中的每一层进行反向传播，待训练的可视化类激活神经网络中每一层的参数都会根据上述误差进行调整，直到待训练的可视化类激活神经网络的输出结果收敛或达到预期的效果才结束。

相关技术进行目标对象的识别时常采用的利用目标检测(anchor based)算法，该算法需要通过聚类等算法生成适配具体应用场景的参考对象(anchor)，定制化设置大量超参数。相比于相关技术，通过上述过程，可以实现基于可视化类激活热力图的确定，无需考虑具体应用场景，利用可视化类激活热力图进行目标对象的识别，可以具有较强的泛化性，为类别预测提供数据支持。相比于相关技术依赖目标中心点或以目标中心点为中心的小区域进行类别分析，利用可视化类激活热力图可以更多的保留有效信息，为目标对象分类的准确性提供数据支撑。

结合图3所示，在一种实施方式中，有效区域的中心点的确定方式，包括：

S301：对有效区域进行最大池化处理，得到最大池化处理结果；

S302：将最大池化处理结果作为有效区域的中心点。

最大池化处理的目的是为了确定中心点。相关技术中，大多采用NMS过程确定特征点。NMS过程会占用较多CPU资源，导致目标对象的检测过程出现延时。

在当前实施方式中，利用最大池化处理的方式，从有效区域中可以以极快的速度确定出中心点。相比于采用NMS过程确定特征点，利用最大池化的方式可以提高处理效率。

结合图4所示，在一种实施方式中，步骤S103可以包括以下过程：

S401：根据有效区域的中心点对目标对象进行边界预测，得到对应的边界预测结果；边界包括位于中心点不同方向的边界；

S402：根据边界预测结果，确定目标对象的轮廓。

在确定出中心点后，可以得到加载有中心点的特征图像。在一种方式中，中心点的不同方向可以是中心点的上、下、左、右四个方向。

边界预测可以是中心点到不同方向的距离。预测方式可以是将加载有中心点的特征图像输入至预先训练的边界预测网络，可以得到中心点向不同方向的延伸距离。

结合图5所示，图5中包括加载有中心点的特征图像。在图5中，包含了2个中心点。中心点到向不同方向的延伸距离在图5中左侧的图像中以箭头进行表示。由于是上、下、左、右四个方向，因此目标对象的边界预测为矩形。

图5是以上、下、左、右四个方向为示例进行说明，实际情况中可以进行八个方向、十六个方向等，具体数量在此不进行限定。可以理解，方向越多，对于目标对象的轮廓的精准度越高。

边界预测网络的训练方式可以利用加载有中心点的特征图像样本，对每个加载有中心点的特征图像样本进行轮廓标注。将加载有中心点的特征图像样本输入至待训练的边界预测网络。待训练的边界预测网络得到轮廓预测结果。根据轮廓预测结果和轮廓标注结果的差异，对待训练的边界预测网络中的参数进行调整。该差异可以以损失函数体现，损失函数的作用可以理解为：当待训练的边界预测网络进行前向传播得到的轮廓预测结果与轮廓标注结果接近时，损失函数的取较小值；反之，损失函数的取值增大。并且，损失函数是以待训练的边界预测网络中的参数为自变量的函数。

利用上述误差，对待训练的边界预测网络中的所有参数进行调整。上述误差会在待训练的边界预测网络中的每一层进行反向传播，待训练的边界预测网络中每一层的参数都会根据上述误差进行调整，直到待训练的边界预测网络的输出结果收敛或达到预期的效果才结束。

通过上述过程，可以实现基于中心点的轮廓预测。

如图6所示，在一种实施方式中，步骤S101可以包括以下过程：

S601：对原始图像进行预处理，得到预处理后的图像；

S602：将预处理后的图像输入至预先训练的特征提取网络，得到第一分辨率的特征图像；

S603：对第一分辨率的特征图像进行上采样处理，得到指定分辨率的特征图像。

对原始图像进行预处理可以包括降噪、分辨率调整等。例如，在以320*320的图像样本对特征提取网络进行训练的情况下，可以将原始图像的分辨率调整为320*320。由此可以使特征提取网络具有更好的效果。

特征提取网络可以是骨干网络，用于提取预处理后的图像的基础特征。在当前实施方式中，特征提取网络可以是可变形卷积网络。可变形卷积网络的本质是对原始图像的特征进行增强处理，从而可以应对更加复杂的情况。对于后续特征的利用提供很好的前端支撑。通过预先训练的特征提取网络，可以得到第一分辨率的特征图像。

对第一分辨率的特征图像进行上采样处理，即可得到指定分辨率的特征图像。兼顾目标对象检测的准确性和实时性，示例性地，可以将指定分辨率设置为预处理后特征图像的分辨率的1/4。

通过上述过程，可以实现原始图像的预处理过程以及特征提取过程。

如图7所示，在一种实施方式中，预先训练的特征提取网络为通过网络结构调整获得的调整后的残差网络；在此情况下，网络结构调整的过程可以包括以下步骤：

S701：获取残差网络的最后一个阶段的通道数C；

S702：将通道数C减少为C/r，其中r用于表示通道数缩减因子；

S703：根据通道数C/r，对与通道数C/r关联的网络结构参数进行对应调整，得到调整后的残差网络。

预先训练的特征提取网络可以基于现有的神经网络架构。例如，残差网络可以采用残差网络50(ResNet50)、残差网络101(ResNet101)等。以通过对ResNet50网络结构的调整为例进行说明，调整后的ResNet50可以降低网络的参数量，达到简化网络的目的。调整过程可以包括：

获取ResNet50网络的最后一个阶段(Stage)的通道数C。

设定通道数缩减因子r。通道数缩减因子r可以是预先设定的，例如r＝2。即，在通道数缩减因子为2的情况下，对ResNet50网络的最后一个Stage的通道数C进行减半处理。或者，通道数缩减因子r还可以根据实际情况灵活调整，例如可以设置为3、4、5等等。其中，实际情况可以是速度要求、CPU功率要求、存储容量要求或者目标对象的检测精准度要求等。

在对最后一个Stage的通道数C进行调整后，还需要基于调整的情况，在原ResNet50网络中对于与最后一个Stage的通道数C相关的其他网络结构参数进行对应的适应性调整。由此，可以得到调整网络结构的ResNet50网络。

对残差网络进行网络结构的调整，主要目的在于对残差网络进行简配。在满足必要的特征提取的情况下，可以从整体上降低网络的复杂程度。

如图8所示，在一种实施方式中，对特征提取网络进行训练，可以包括以下过程：

S801：对原始图像样本进行数据增强处理；数据增强处理包括图像剪裁、图像翻转和分辨率归一化中的至少一种；

S802：将增强处理后的原始图像样本输入待训练的特征提取网络，得到特征预测结果；

S803：利用特征预测结果和特征标注结果之间的差异，对待训练的特征提取网络进行训练，直至特征预测结果满足预定条件。

对特征提取网络的训练依赖于图像样本，对图像样本进行特征标注。为了减少标注量，可以对同一个图像样本进行数据增强处理。例如，通过对图像样本的图像剪裁、图像翻转，可以得到多样性的图像样本。对图像剪裁、图像翻转后的图像样本进行分辨率归一化处理，可以对输入至待训练的特征提取网络的图新样本的分辨率进行统一。

将增强处理后的图像样本输入待训练的特征提取网络，得到特征预测结果。利用特征预测结果和特征标注结果之间的差异，对待训练的特征提取网络进行训练，直至特征预测结果满足预定条件。具体训练原理与前述可视化类激活神经网络、边界预测网络相同，在此不进行赘述。

通过上述过程，可以提高特征提取网络的泛化性。进而可以使得特征提取网络可以应对不同场景下的图像。

如图9所示，在一种实施方式中，步骤S104可以包括以下过程：

S901：根据有效区域，确定目标对象的类别；

S902：根据目标对象的轮廓，确定目标对象在原始图像中的位置；

S903：将目标对象的类别和目标对象在原始图像中的位置作为目标对象的检测结果。

对于目标对象的类别确定，可以利用分类网络实现。该分类网络的输入为可视化类激活热力图，输出的结果可以是目标对象所属不同类别的置信度。例如，属于(类别为)车的置信度为98％，属于(类别为)行人的置信度为2％等。通过分类网络的输出结果，可以直接确定目标对象的类别。

目标对象的轮廓可以用像素点的坐标表示。通过投影映射关系，可以将特征图像中的像素点还原至原始图像，由此可以得到目标对象在原始图像中的位置。

最终，可以将目标对象的类别和目标对象在原始图像中的位置中的至少一种，作为目标对象的检测结果。

结合图10所示的目标对象检测示意图，将原始图像输入至可变形卷积进行特征提取，得到第一分辨率的特征图像。利用上采样层对第一分辨率的特征图像进行分辨率调整，得到指定分辨率的特征图像。对指定分辨率的特征图像进行可视化类激活解析，得到与目标对象相对应的可视化类激活热力图。可视化类激活热力图作为目标对象的有效区域。

在可视化类激活热力图中，利用最大池化处理确定中心点。将中心点加载至指定分辨率的特征图像。将加载有中心点的指定分辨率的特征图像输入至边界预测网络，得到目标对象的预测轮廓。

利用可视化类激活热力图对目标对象进行分类，利用目标对象的轮廓确定目标对象在原始图像中的位置。

如图11所示，本公开提供一种目标对象的检测装置，该装置可以包括：

特征提取处理模块1101，用于对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；

有效区域确定模块1102，用于在特征图像中，确定与目标对象相关的至少一个有效区域；

轮廓确定模块1103，用于根据每个有效区域的中心点，确定目标对象的轮廓；

检测结果确定模块1104，用于根据有效区域、目标对象的轮廓，得到目标对象的检测结果。

在一种实施方式中，有效区域确定模块1102，可以包括：

解析子模块，用于对特征图像进行可视化类激活解析，得到与目标对象相对应的至少一个可视化类激活热力图；

有效区域确定执行子模块，用于将可视化类激活热力图作为目标对象的有效区域。

在一种实施方式中，有效区域确定模块1102，可以包括：

池化处理子模块，用于对有效区域进行最大池化处理，得到最大池化处理结果；

中心点确定子模块，用于将最大池化处理结果作为有效区域的中心点。

在一种实施方式中，轮廓确定模块1103，可以包括：

边界预测子模块，用于根据有效区域的中心点对目标对象进行边界预测，得到对应的边界预测结果；边界包括位于中心点不同方向的边界；

轮廓确定执行子模块，用于根据边界预测结果，确定目标对象的轮廓。

在一种实施方式中，特征提取处理模块1101，可以包括：

预处理子模块，用于对原始图像进行预处理，得到预处理后的图像；

特征提取子模块，用于将预处理后的图像输入至预先训练的特征提取网络，得到第一分辨率的特征图像；

上采样子模块，用于对第一分辨率的特征图像进行上采样处理，得到指定分辨率的特征图像。

在一种实施方式中，预先训练的特征提取网络为通过网络结构调整获得的调整后的残差网络；

特征提取子模块还包括网络结构的调整单元，该单元包括：

通道数获取节点，用于获取残差网络的最后一个阶段的通道数C；

通道数调整节点，用于将通道数C减少为C/r，其中r用于表示通道数缩减因子；

调整执行节点，用于根据通道数C/r，对与通道数C/r关联的网络结构参数进行对应调整，得到调整后的残差网络。

在一种实施方式中，还包括网络训练子模块，该子模块可以包括：

数据增强单元，用于对原始图像样本进行数据增强处理；数据增强处理包括图像剪裁、图像翻转和分辨率归一化中的至少一种；

特征预测结果确定单元，用于将增强处理后的原始图像样本输入待训练的特征提取网络，得到特征预测结果；

模型调整单元，用于利用特征预测结果和特征标注结果之间的差异，对待训练的特征提取网络进行训练，直至特征预测结果满足预定条件。

在一种实施方式中，检测结果确定模块1104，可以包括：

类别确定子单元，用于根据有效区域，确定目标对象的类别；

位置确定子单元，用于根据目标对象的轮廓，确定目标对象在原始图像中的位置；

检测结果确定执行子单元，用于将目标对象的类别和目标对象在原始图像中的位置作为目标对象的检测结果。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图12所示，设备1200包括计算单元1210，其可以根据存储在只读存储器(ROM)1220中的计算机程序或者从存储单元1280加载到随机访问存储器(RAM)1230中的计算机程序，来执行各种适当的动作和处理。在RAM 1230中，还可存储设备1200操作所需的各种程序和数据。计算单元1210、ROM 1220以及RAM 1230通过总线1240彼此相连。输入/输出(I/O)接口1250也连接至总线1240。

设备1200中的多个部件连接至I/O接口1250，包括：输入单元1260，例如键盘、鼠标等；输出单元1270，例如各种类型的显示器、扬声器等；存储单元1280，例如磁盘、光盘等；以及通信单元1290，例如网卡、调制解调器、无线通信收发机等。通信单元1290允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1210可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1210的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1210执行上文所描述的各个方法和处理，例如目标对象的检测方法。例如，在一些实施例中，目标对象的检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1280。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1220和/或通信单元1290而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1230并由计算单元1210执行时，可以执行上文描述的目标对象的检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元1210可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行目标对象的检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种目标对象的检测方法，包括：

对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；

在所述特征图像中，确定与目标对象相关的至少一个有效区域；

根据每个所述有效区域的中心点，将加载有所述中心点的特征图像输入至预先训练的边界预测网络，得到所述中心点向不同方向的延伸距离，根据所述中心点向不同方向的延伸距离确定所述目标对象的轮廓；以及

根据所述有效区域、所述目标对象的轮廓，得到所述目标对象的检测结果；

其中，所述在所述特征图像中，确定与目标对象相关的至少一个有效区域，包括：

对所述特征图像进行可视化类激活解析，得到与所述目标对象相对应的至少一个可视化类激活热力图；以及

将所述可视化类激活热力图作为所述目标对象相关的有效区域；

其中，所述根据所述有效区域、所述目标对象的轮廓，得到所述目标对象的检测结果，包括：

根据所述有效区域，确定所述目标对象的类别；

根据所述目标对象的轮廓，确定所述目标对象在所述原始图像中的位置；以及

将所述目标对象的类别和所述目标对象在所述原始图像中的位置作为所述目标对象的检测结果。

2.根据权利要求1所述的方法，所述有效区域的中心点的确定方式，包括：

对所述有效区域进行最大池化处理，得到最大池化处理结果；

将所述最大池化处理结果作为所述有效区域的中心点。

3.根据权利要求1所述的方法，其中，所述根据每个所述有效区域的中心点，将加载有所述中心点的特征图像输入至预先训练的边界预测网络，得到所述中心点向不同方向的延伸距离，根据所述中心点向不同方向的延伸距离确定所述目标对象的轮廓，包括：

所述预先训练的边界预测网络根据所述有效区域的中心点对所述目标对象进行边界预测，得到对应的边界预测结果；所述边界包括位于所述中心点不同方向的边界；

根据所述边界预测结果，确定所述目标对象的轮廓。

4.根据权利要求1所述的方法，其中，所述对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像，包括：

对所述原始图像进行预处理，得到预处理后的图像；

将所述预处理后的图像输入至预先训练的特征提取网络，得到第一分辨率的特征图像；

对所述第一分辨率的特征图像进行上采样处理，得到所述指定分辨率的特征图像。

5.根据权利要求4所述的方法，其中，所述预先训练的特征提取网络为通过网络结构调整获得的调整后的残差网络；

所述网络结构调整的过程包括：

获取残差网络的最后一个阶段的通道数C；

将所述通道数C减少为C/r，其中r用于表示通道数缩减因子；

根据所述通道数C/r，对与所述通道数C/r关联的网络结构参数进行对应调整，得到所述调整后的残差网络。

6.根据权利要求4或5任一所述的方法，其中，对所述特征提取网络进行预先训练，包括：

对原始图像样本进行数据增强处理；所述数据增强处理包括图像剪裁、图像翻转和分辨率归一化中的至少一种；

将增强处理后的原始图像样本输入待训练的特征提取网络，得到特征预测结果；

利用所述特征预测结果和特征标注结果之间的差异，对所述待训练的特征提取网络进行训练，直至所述特征预测结果满足预定条件。

7.一种目标对象的检测装置，包括：

特征提取处理模块，用于对接收到的原始图像进行特征提取处理，得到指定分辨率的特征图像；

有效区域确定模块，用于在所述特征图像中，确定与目标对象相关的至少一个有效区域；

轮廓确定模块，用于根据每个所述有效区域的中心点，将加载有所述中心点的特征图像输入至预先训练的边界预测网络，得到所述中心点向不同方向的延伸距离，根据所述中心点向不同方向的延伸距离确定所述目标对象的轮廓；以及

检测结果确定模块，用于根据所述有效区域、所述目标对象的轮廓，得到所述目标对象的检测结果；

其中，所述有效区域确定模块，包括：

解析子模块，用于对所述特征图像进行可视化类激活解析，得到与所述目标对象相对应的至少一个可视化类激活热力图；以及

有效区域确定执行子模块，用于将所述可视化类激活热力图作为所述目标对象相关的有效区域；

其中，所述检测结果确定模块，包括：

类别确定子单元，用于根据所述有效区域，确定所述目标对象的类别；

位置确定子单元，用于根据所述目标对象的轮廓，确定所述目标对象在所述原始图像中的位置；

检测结果确定执行子单元，用于将所述目标对象的类别和所述目标对象在所述原始图像中的位置作为所述目标对象的检测结果。

8.根据权利要求7所述的装置，其中，所述有效区域确定模块，包括：

池化处理子模块，用于对所述有效区域进行最大池化处理，得到最大池化处理结果；

中心点确定子模块，用于将所述最大池化处理结果作为所述有效区域的中心点。

9.根据权利要求7所述的装置，其中，所述轮廓确定模块，包括：

边界预测子模块，用于根据所述有效区域的中心点对所述目标对象进行边界预测，得到对应的边界预测结果；所述边界包括位于所述中心点不同方向的边界；

轮廓确定执行子模块，用于根据所述边界预测结果，确定所述目标对象的轮廓。

10.根据权利要求7所述的装置，其中，所述特征提取处理模块，包括：

预处理子模块，用于对所述原始图像进行预处理，得到预处理后的图像；

特征提取子模块，用于将所述预处理后的图像输入至预先训练的特征提取网络，得到第一分辨率的特征图像；

上采样子模块，用于对所述第一分辨率的特征图像进行上采样处理，得到所述指定分辨率的特征图像。

11.根据权利要求10所述的装置，其中，所述预先训练的特征提取网络为通过网络结构调整获得的调整后的残差网络；

所述特征提取子模块还包括网络结构的调整单元，该单元包括：

通道数获取节点，用于获取残差网络的最后一个阶段的通道数C；

通道数调整节点，用于将所述通道数C减少为C/r，其中r用于表示通道数缩减因子；

调整执行节点，用于根据所述通道数C/r，对与所述通道数C/r关联的网络结构参数进行对应调整，得到所述调整后的残差网络。

12.根据权利要求10或11任一所述的装置，其中，还包括网络训练子模块，包括：

数据增强单元，用于对原始图像样本进行数据增强处理；所述数据增强处理包括图像剪裁、图像翻转和分辨率归一化中的至少一种；

特征预测结果确定单元，用于将增强处理后的原始图像样本输入待训练的特征提取网络，得到特征预测结果；

模型调整单元，用于利用所述特征预测结果和特征标注结果之间的差异，对所述待训练的特征提取网络进行训练，直至所述特征预测结果满足预定条件。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1至6中任一项所述的方法。

Images