WO2023045185A1 - 对象检测方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种对象检测方法及装置、电子设备和存储介质，通过确定至少一个用于表征误检测区域位置和尺寸的误检区域属性，对待检测图像进行对象检测得到至少一个对象检测结果，其中，至少一个对象检测结果包括表征检测对象的位置和尺寸的检测区域属性。根据误检区域属性和检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。本公开实施例能够通过划定特定场景下的误检测区域，在进行对象检测时基于误检测区域筛选得到的检测结果以提升检测结果的准确性。进一步地，在进行产品演示等场景下，还能够通过该方法检测识别误报结果并及时更正错误。

Description

对象检测方法及装置、电子设备和存储介质

本申请要求2021年09月27日提交、申请号为202111135692.7，发明名称为“对象检测方法及装置、电子设备和存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本公开涉及计算机技术领域，尤其涉及一种对象检测方法及装置、电子设备和存储介质。

背景技术

在进行人脸识别、车牌检测等对象检测场景下，经常会产生误报的情况。即在没有相应对象的位置识别到了对象。

发明内容

本公开提出了一种对象检测方法及装置、电子设备和存储介质，能够在不更正算法的情况下及时有效的修正检测结果，提高检测结果的准确性。

根据本公开的第一方面，提供了一种对象检测方法，所述方法包括：

确定至少一个误检区域属性，所述误检区域属性用于表征误检测区域的位置和尺寸；

对待检测图像进行对象检测，得到至少一个对象检测结果，其中，所述至少一个对象检测结果包括表征检测对象的位置和尺寸的检测区域属性；

根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。

在一种可能的实现方式中，所述确定至少一个误检区域属性包括：

响应于人机交互操作生成的误检测区域，确定至少一个误检测区域属性。

在一种可能的实现方式中，所述响应于人机交互操作生成的误检测区域，通过以下方式实现：

对所述待检测图像进行对象检测并显示所述对象检测的预检测结果，所述预检测结果中包括至少一个初步检测框；

响应于接收到用户通过人机交互操作选中的至少一个初步检测框，确定所述初步检测框表征的区域为误检测区域。

在一种可能的实现方式中，所述响应于人机交互操作生成的误检测区域，通过以下方式实现：

在场景显示界面显示编辑控件；

响应于所述编辑控件被触发，显示与所述待检测图像对应的待编辑图像；

响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域。

在一种可能的实现方式中，所述响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域包括：

确定所述待编辑图像对应的至少一个图像框；

确定至少一个所述图像框内的区域为被选中的误检测区域。

在一种可能的实现方式中，所述确定所述待编辑图像对应的至少一个图像框包括：

响应于接收到至少一个图像框坐标，在所述待编辑图像上确定至少一个所述图像框坐标对应的图像框；或者

响应于接收到对应于所述待编辑图像的至少一个预设手势，根据至少一个所述预设手势投影在所述待编辑图像上确定的至少一个区域作为图像框。

在一种可能的实现方式中，所述对象检测结果中包括检测框坐标和对应的概率值，所述概率值用于表征所述待检测图像在对应检测框坐标内存在目标对象的可能性，所述检测框坐标为通过坐标方式表征的检测区域属性。

在一种可能的实现方式中，所述根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果包括：

根据所述误检区域属性与所述检测区域属性的对应关系，对所述对象检测结果进行第一次筛选；

根据所述对象检测结果中的概率值，对所述对象检测结果进行第二次筛选；

根据第一次筛选和第二次筛选后得到的对象检测结果确定入侵检测结果。

在一种可能的实现方式中，所述根据所述误检区域属性与所述检测区域属性的对应关系，对所述对象检测结果进行第一次筛选包括；

响应于所述对象检测结果中的对象位于所述误检区域属性表征的误检测区域内部，删除所述对象检测结果中的所述对象对应的检测区域属性。

在一种可能的实现方式中，所述响应于所述对象检测结果中的对象位于所述误检区域属性表征的误检测区域内部，通过以下方式实现：

确定所述对象检测结果中的对象的关键点位置；

响应于所述关键点位置在一个误检区域属性表征的误检区域内部，确定所述检测区域属性表征得到检测区域在所述误检区域内部。

在一种可能的实现方式中，所述根据所述对象检测结果中的概率值进行第二次筛选包括：

响应于对象检测结果中的概率值小于预设阈值，删除所述对象检测结果。

在一种可能的实现方式中，所述方法还包括：

通过所述入侵检测结果标注所述待检测图像；

输出标注后的待检测图像和对应的提示信息。

根据本公开的第二方面，提供了一种对象检测装置，所述装置包括：

属性确定模块，用于确定至少一个误检区域属性，所述误检区域属性用于表征误检测区域的位置和尺寸；

图像检测模块，用于对待检测图像进行对象检测，得到至少一个对象检测结果，其中，所述至少一个对象检测结果包括表征检测对象的位置和尺寸的检测区域属性；

结果筛选模块，用于根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。

在一种可能的实现方式中，所述属性确定模块包括：

人机交互子模块，用于响应于人机交互操作生成的误检测区域，确定至少一个误检测区域属性。

在一种可能的实现方式中，所述人机交互子模块包括：

预检测单元，用于对所述待检测图像进行对象检测并显示所述对象检测的预检测结果，所述预检测结果中包括至少一个初步检测框；

第一区域确定单元，用于响应于接收到用户通过人机交互操作选中的至少一个初步检测框，确定所述初步检测框表征的区域为误检测区域。

在一种可能的实现方式中，所述人机交互子模块包括：

编辑控件显示单元，用于在场景显示界面显示编辑控件；

编辑图像显示单元，用于响应于所述编辑控件被触发，显示与所述待检测图像对应的待编辑图像；

第二区域确定单元，用于响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域。

在一种可能的实现方式中，所述第二区域确定单元包括：

图像框确定子单元，用于确定所述待编辑图像对应的至少一个图像框；

误检区域确定子单元，用于确定所述至少一个图像框内的区域为被选中的误检测区域。

在一种可能的实现方式中，所述图像框确定子单元包括：

坐标接收子单元，用于响应于接收到至少一个图像框坐标，在所述待编辑图像上确定所述至少一个图像框坐标对应的图像框；或者

手势确定子单元，用于响应于接收到对应于所述待编辑图像的至少一个预设手势，根据所述至少一个预设手势投影在所述待编辑图像上确定的至少一个区域作为图像框。

在一种可能的实现方式中，所述对象检测结果中包括检测框坐标和对应的概率值，所述概率值用于表征所述待检测图像在对应检测框坐标内存在目标对象的可能性，所述检测框坐标为通过坐标方式表征的检测区域属性。

在一种可能的实现方式中，所述结果筛选模块包括：

第一筛选子模块，用于根据所述误检区域属性与所述检测区域属性的对应关系，对所述对象检测结果进行第一次筛选；

第二筛选子模块，用于根据所述对象检测结果中的概率值，对所述对象检测结果进行第二次筛选；

结果确定子模块，用于根据第一次筛选和第二次筛选后得到的对象检测结果确定入侵检测结果。

在一种可能的实现方式中，所述第一筛选子模块包括；

位置筛选单元，用于响应于所述对象检测结果中的对象位于所述误检区域属性表征的误检测区域内部，删除所述对象检测结果中的所述对象对应的检测区域属性。

在一种可能的实现方式中，所述位置筛选单元包括：

关键点确定子单元，用于确定所述对象检测结果中的对象的关键点位置；

位置关系确定子单元，用于响应于所述关键点位置在一个误检区域属性表征的误检区域内部，确定所述检测区域属性表征得到检测区域在所述误检区域内部。

在一种可能的实现方式中，所述第二筛选子模块包括：

阈值筛选单元，用于响应于对象检测结果中的概率值小于预设阈值，删除所述对象检测结果。

在一种可能的实现方式中，所述装置还包括：

图像标注模块，用于通过所述入侵检测结果标注所述待检测图像；

信息显示模块，用于输出标注后的待检测图像和对应的提示信息。

根据本公开的第三方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存 储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行用于实现上述方法。

在本公开实施例中，该对象检测方法通过划定特定场景下的误检测区域，在进行对象检测时基于误检测区域筛选得到的检测结果以提升检测结果的准确性。进一步地，在进行产品演示等场景下，还能够通过该方法检测识别误报结果并及时更正错误。

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，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

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，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的一种对象检测方法的流程图；

图2示出根据本公开实施例的确定误检区域属性过程的流程图；

图3示出根据本公开实施例的一种场景显示界面的示意图；

图4示出根据本公开实施例的一种确定对象检测结果的示意图；

图5示出根据本公开实施例的一种筛选对象检测结果的示意图；

图6示出根据本公开实施例的判断误检区域属性和检测区域属性对应关系的示意图；

图7示出根据本公开实施例的对象检测装置的示意图；

图8是根据示例性实施例示出的一种电子设备的框图；

图9是根据示例性实施例示出的另一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人 员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的一种对象检测方法的流程图。在一种可能的实现方式中，该对象检测方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法步骤的执行主体可以为硬件执行，或者通过处理器运行计算机可执行代码的方式执行。例如，可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。其中，服务器可以为单个的服务器，或者由多个服务器组成的服务器集群。

在一个示例性的应用场景中，可根据历史对象检测过程中得到的检测结果，利用终端设备或其它处理设备执行本公开实施例的对象检测方法，来修正对象检测过程的误差，从而提高对象检测结果的准确程度。

如图1所示，本公开实施例的对象检测方法包括以下步骤：

步骤S10、确定至少一个误检区域属性。

在一种可能的实现方式中，误检区域属性用于表征误检测区域的位置和尺寸，例如可以包括用于划定误检测区域的图像框坐标，该图像框内的区域为误检测区域。可选地，该误检测区域为在检测过程中，有较大可能在不存在对象的情况下误检测到对象的区域。误检测区域可以基于历史的对象检测结果或者待检测图像的初步检测结果确定。

在一个可选的应用场景中，本公开实施例的对象检测方法用于对固定场景的对象检测。也就是说，在同一场景下的特定区域经常出现错误检测的情况下，将该区域确定为误检测区域，以在后续的对象检测过程中通过误检测区域的误检区域属性筛选检测结果，在不需要修改底层算法的情况下提高检测结果的准确程度。

在另一个可选的应用场景中，本公开实施例的对象检测方法用于对特定待检测图像的检测结果进行修正。也就是说，在对待检测图像进行正式的对象检测之前，先进行一次初步的对象检测。在该初步对象检测的结果中出现错误检测的情况下，将该错误检测区域确定为误检测区域，以在正式的对象检测过程中通过误检测区域的误检区域属性筛选检测结果，提高正式检测结果的准确程度。

可选地，在上述任意应用场景下，误检测区域属性的确定方式都可以为响应于人机交互操作生成的误检测区域，确定至少一个误检测区域属性。也就是说，用户可以直接通过鼠标、键盘、触摸屏等电子设备的人机交互模块与电子设备进行人机交互，以根据历史的对象检测几个或者待检测图像的初步检测结果选中至少一个误检测区域得到对应的误检区域属性。

在一种可能的实现方式中，本公开实施例响应于人机交互操作生成误检测区域的过程还可以包括：对待检测图像进行对象检测并显示对象检测的预检测结果，预检测结果中包括至少一个初步检测框。响应于接收到用户通过人机交互操作选中的至少一个初步检测框，确定初步检测框表征的区域为误检测区域。也就是说，可以对待检测图像进行正式的对象检测之前，先进行一次初步的对象检测得到预检测结果，预检测结果中包括至少一个初步检测框。电子设备通过显示装置显示带有初步检测框的待检测图像，用户可以直接识别各初步检测框中是否存在对象，不存在的情况下直接选中该初步检测框， 以将该初步检测框内的区域作为误检测区域。

图2示出根据本公开实施例的确定误检区域属性过程的流程图。如图2所示，本公开实施例通过人机交互方式确定误检区域属性的过程包括以下步骤：

步骤S11、在场景显示界面显示编辑控件。

在一种可能的实现方式中，该场景显示界面用于显示编辑控件。该编辑控件用于在被触发的情况下进入编辑模式，以通过编辑选中误检测区域。可选地，该场景显示界面还用于显示待检测图像对应的待编辑图像、以及该待编辑图像对应的图像信息。其中，该待编辑图像对应于本次对象检测过程的待检测图像，用户可以在触发编辑控件后基于该待编辑图像选中误检测区域。

进一步地，场景显示界面中还可以显示用于替换、增加、删除待编辑图像的图像修改控件等内容。

步骤S12、响应于所述编辑控件被触发，显示与所述待检测图像对应的待编辑图像。

在一种可能的实现方式中，用户可以通过预设手势点击电子设备的触摸屏，以及通过鼠标单击或双击等方式触发该编辑控件。在编辑控件被触发时，进入编辑模式，即在场景显示界面显示待编辑图像。其中，在场景显示界面中已经显示待编辑图像的情况下，不再重新显示该图像，直接将该待编辑图像由不可编辑状态转换为可编辑状态。在场景显示界面中未显示待编辑图像的情况下，载入并显示与待检测图像对应的待编辑图像，并将该待编辑图像的状态设定为可编辑状态。

进一步地，待编辑图像可以为与需要进行对象检测的待检测图像采集场景相同的图像，可以根据不同的应用场景选取。例如，在对经过初步对象检测的图像再次进行正式对象检测的应用场景下，可以直接确定待检测图像为待编辑图像。在根据历史图像检测结果修正待检测图像的对象检测结果的应用场景下，可以获取同一采集场景采集到，且已经完成对象检测的图像作为待编辑图像。可选地，采集场景可以为楼梯间、街道、走廊、小区内等场景。该待编辑图像上还显示经过历史对象检测，或者初步对象检测后检测到的对象所在位置，该位置可以通过对应的检测框标注。

步骤S13、响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域。

在一种可能的实现方式中，通过选中待编辑图像中部分区域的方式确定误检测区域。可选地，该待编辑图像中的部分区域通过在待编辑图像上添加图像框的方式选中。也就是说，确定待编辑图像对应的至少一个图像框，确定至少一个图像框内的区域为被选中的误检测区域。

进一步地，待编辑图像对应的图像框可以通过不同方式添加。例如，可以响应于接收到至少一个图像框坐标，在所述待编辑图像上确定至少一个图像框坐标对应的图像框。即用户可以通过键盘、鼠标等外设输入表征图像框在待编辑图像位置的图像框坐标，电子设备在接收到图像框坐标时直接确定对应的图像框。或者，还可以响应于接收到对应于所述待编辑图像的至少一个预设手势，根据至少一个预设手势在待编辑图像上的位置确定对应的图像框。也就是说，用户还可以通过鼠标拖动，或手势拖动的方式在待编辑图像上直接绘制对应的图像框。

可选地，在该待编辑图像中还包括经过初步对象检测或历史对象检测得到的检测框时，用户可以根据各检测框添加图像框。或者，用户还可以直接选择其中部分检测框作为图像框。

在一个可选的实现方式中，在确定待编辑图像中的至少一个误检测区域后，根据各误检测区域在待编辑图像中所处的位置，以及待检测区域的尺寸确定对应的误检区域属性。可选地，该误检区域属性可以为表征误检测区域的各图像框坐标。

图3示出根据本公开实施例的一种场景显示界面30的示意图。如图3所示，该场景显示界面30可以用于显示编辑控件31，该编辑控件31用于在被触发的情况下进入编辑模式。进一步地，该场景显示界面30还可以用于显示待编辑图像32和待编辑图像32对应的图像信息34。在编辑控件31被触发之前，待编辑图像32处于不可编辑状态，在编辑控件32被触发之后，待编辑图像32进入编辑状态。可选地，该待编辑图像32上还具有对应的检测框33，该检测框33表征待编辑图像32在经过初步对象检测或历史对象检测后，检测到对象的区域。在进入编辑模式后，用户可以基于待编辑图像32中标注的检测框33选定对应的至少一个误检测区域。

进一步地，电子设备还可以直接接收其他设备传输的误检区域属性。

步骤S20、对待检测图像进行对象检测，得到至少一个对象检测结果。

在一种可能的实现方式中，对预先确定的待检测图像进行对象检测得到至少一个对象检测结果。该检测方式可以为将待检测图像输入训练得到的对象检测模型进行对象检测，输出至少一个对象检测结果。其中，至少一个对象检测结果中包括检测框坐标和对应的概率值，概率值用于表征待检测图像在对应检测框坐标内存在目标对象的可能性，检测框坐标可以为通过坐标方式表征的检测区域属性。例如，在本公开实施例中的对象检测为人脸识别时，对象检测模型会检测待检测图像中可能为人脸的检测区域，并输出包围各检测区域的检测框坐标，以及各检测区域中包括人脸的概率值。

图4示出根据本公开实施例的一种确定对象检测结果的示意图。如图4所示，本公开实施例在确定待检测图像40后，将该待检测图像40输入预先训练得到的对象检测模型41中，输出对应的对象检测结果42。其中，对象检测结果42中包括的内容根据该对象检测模型41的输出格式确定。

在本公开实施例的另一种可能的实现方式中，该检测方式还可以为将待检测图像输入训练得到的对象检测模型中，由对象检测模型提取图像特征进行对象检测，仅确定得到的多个可能存在对象的检测框坐标作为对象检测结果，以基于位置对各对象检测结果筛选后进一步再进行概率值检测得到入侵检测结果。

步骤S30、根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。

在一种可能的实现方式中，该检测区域属性用于表征对象检测结果对应检测区域的位置和尺寸，该检测区域为检测得到待检测图像中可能存在对象的区域，即检测区域属性表征待检测图像中可能存在对象的区域位置和尺寸。可选地，当各对象检测结果中包括检测框坐标时，该检测框包围的区域即为检测区域，可以直接根据检测框坐标确定对应区域的位置和尺寸，以得到检测区域属性。

在一种可能的实现方式中，对象检测结果中包括检测框坐标和对应的概率值。在这种情况下，入侵检测结果的确定方式可以为根据误检区域属性与检测区域属性的对应关系，对对象检测结果进行第一次筛选，再根据对象检测结果中的概率值，对对象检测结果进行第二次筛选，根据第一次筛选和第二次筛选后得到的各对象检测结果确定入侵检测结果。

可选地，第一次筛选过程可以为响应于检测区域属性对应检测区域在一个误检区域属性表征的误检测区域内部，删除对象检测结果中的所述对象对应的检测区域属性。也就是说，当存在与检测区域属性位置关系相对应的误检区域属性时，认为当前对象检测结果为误检测结果的概率较大，删除该对象检测结果。其中，位置关系相对应即对应的检测区域在误检测区域内部或与误检测区域重合。

可选地，检测区域是否在误检测区域内部的判断方式可以通过确定检测区域中关键点的位置判断。例如，确定对象检测结果中的对象的关键点位置，响应于关键点位置在一个误检区域属性表征的误检区域内部，确定检测区域属性表征得到检测区域在误检区域内部。在一种可能的实现方式中，可以设定检测区域中心位置或底边中心位置为关键点，当关键点处于一个误检测区域内部时，确定检测区域在该误检测区域内部。

进一步地，第二次筛选过程可以为响应于对象检测结果中的概率值小于预设阈值，删除对象检测结果。也就是说，在对象检测结果中包括的概率值小于预设的阈值时，认为该对象检测结果对应检测区域中存在对象的概率较小，删除该对象检测结果。例如，当存在三个概率值分别为0.68、0.59和0.81的对象检测结果1、对象检测结果2和对象检测结果3，且预先设定的阈值为0.6时，删除对象检测结果2，保留对象检测结果1和对象检测结果3。

图5示出根据本公开实施例的一种筛选对象检测结果50的示意图。如图5所示，在一种可能的实现方式中，对象检测结果50中包括检测框坐标和概率值。在确定对象检测结果50后，先根据该对象检测结果中的检测框坐标确定表征检测区域位置和尺寸的检测区域属性51。进一步地，通过对比该检测区域属性51和各误检区域属性52是否存在对应关系进行第一次筛选，该对应关系即表征的检测区域是否与误检测区域重合，或在误检测区域内部。在存在对应的误检区域属性52的情况下，直接删除该对象检测结果50。在不存在对应的误检区域属性52的情况下，进一步获取该检测区域属性中的概率值53进行第二次筛选，即对比概率值53和预设阈值54的大小。在概率值53小于预设阈值54的情况下，删除该对象检测结果50。在概率值53不小于预设阈值54的情况下，根据对象检测结果50进一步确定入侵检测结果55。

可选地，该第一次筛选过程和第二次筛选过程的执行顺序可以随机设定，在此不做限制。

图6示出根据本公开实施例的判断误检区域属性和检测区域属性对应关系的示意图。如图6所示，本公开实施例可以根据位置关系判断误检区域属性是否和检测区域属性对应。

以本公开实施例预先确定两个误检区域属性，各误检区域属性分别对应第一误检测区域62和第二误检测区域63为例进行说明。当对象检测后得到两个对象检测结果，各对象检测结果对应的检测区域属性分别表征第一检测区域60和第二检测区域61时，通过分别判断第一检测区域60和第二检测区域61与第一误检测区域62和第二误检测区域63的位置关系筛选对象检测结果。

进一步地，当检测区域的特征点在误检测区域内时，即判断该检测区域与误检测区域对应，删除该检测区域对应的对象检测结果。该特征点可以为检测区域中任意点，例如可以是中心点、检测区域的顶点等。例如，当检测区域的特征点为该检测区域底边的中点时，图6中的第二检测区域61与第一误检测区域62对应，即删除第二检测区域61对应的对象检测结果。

在本公开实施例的另一种可能的实现方式中，该筛选过程还可以在待检测图像输入的对象检测模型中直接完成。可选地，在将待检测图像输入训练得到的对象检测模型后，先由对象检测模型提取图像特征进行对象检测，仅确定得到的多个可能存在对象的检测框坐标作为对象检测结果。进一步地，对象检测模型根据各对象检测结果中的检测框坐标与各误检区域属性的对应关系进行筛选，删除存在对应误检区域属性的对象检测结果。对象检测模型再进一步检测筛选后得到的多个检测框坐标内包括对象的概率值，并将其中概率值大于预设阈值的检测框坐标和对应的概率值加入入侵检测结果，最终 根据筛选结果和各概率值输出不包括对象检测结果，或者包括至少一个检测结果的入侵检测结果。

进一步地，在得到入侵检测结果后，通过入侵检测结果标注待检测图像，并输出标注后的待检测图像和对应的提示信息。该方式可以提示用户本次检测结果，同时还可以作为下一次检测过程的待编辑图像，以修正下一次检测结果。

本公开实施例能够通过特定采集场景下已经检测过的图像划定对应的误检测区域，在进行对象检测时基于误检测区域筛选得到的检测结果以提升检测结果的准确性。进一步地，在进行产品演示等场景下，还能够通过该方法检测识别误报结果并及时更正错误。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了对象检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种对象检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图7示出根据本公开实施例的对象检测装置的示意图，如图7所示，本公开实施例的对象检测装置包括：

属性确定模块70，用于确定至少一个误检区域属性，所述误检区域属性用于表征误检测区域的位置和尺寸；

图像检测模块71，用于对待检测图像进行对象检测，得到至少一个对象检测结果，其中，所述至少一个对象检测结果包括表征检测对象的位置和尺寸的检测区域属性；

结果筛选模块72，用于根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。

在一种可能的实现方式中，所述属性确定模块包括：

人机交互子模块，用于响应于人机交互操作生成的误检测区域，确定至少一个误检测区域属性。

在一种可能的实现方式中，所述人机交互子模块包括：

预检测单元，用于对所述待检测图像进行对象检测并显示所述对象检测的预检测结果，所述预检测结果中包括至少一个初步检测框；

第一区域确定单元，用于响应于接收到用户通过人机交互操作选中的至少一个初步检测框，确定所述初步检测框表征的区域为误检测区域。

在一种可能的实现方式中，所述人机交互子模块包括：

编辑控件显示单元，用于在场景显示界面显示编辑控件；

编辑图像显示单元，用于响应于所述编辑控件被触发，显示与所述待检测图像对应的待编辑图像；

第二区域确定单元，用于响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域。

在一种可能的实现方式中，所述第二区域确定单元包括：

图像框确定子单元，用于确定所述待编辑图像对应的至少一个图像框；

误检区域确定子单元，用于确定所述至少一个图像框内的区域为被选中的误检测区域。

在一种可能的实现方式中，所述图像框确定子单元包括：

坐标接收子单元，用于响应于接收到至少一个图像框坐标，在所述待编辑图像上确定所述至少一个图像框坐标对应的图像框；或者

手势确定子单元，用于响应于接收到对应于所述待编辑图像的至少一个预设手势，根据所述至少一个预设手势投影在所述待编辑图像上确定的至少一个区域作为图像框。

在一种可能的实现方式中，所述对象检测结果中包括检测框坐标和对应的概率值，所述概率值用于表征所述待检测图像在对应检测框坐标内存在目标对象的可能性，所述检测框坐标为通过坐标方式表征的检测区域属性。

在一种可能的实现方式中，所述结果筛选模块包括：

第一筛选子模块，用于根据所述误检区域属性与所述检测区域属性的对应关系，对所述对象检测结果进行第一次筛选；

第二筛选子模块，用于根据所述对象检测结果中的概率值，对所述对象检测结果进行第二次筛选；

结果确定子模块，用于根据第一次筛选和第二次筛选后得到的对象检测结果确定入侵检测结果。

在一种可能的实现方式中，所述第一筛选子模块包括；

位置筛选单元，用于响应于所述对象检测结果中的对象位于所述误检区域属性表征的误检测区域内部，删除所述对象检测结果中的所述对象对应的检测区域属性。

在一种可能的实现方式中，所述位置筛选单元包括：

关键点确定子单元，用于确定所述对象检测结果中的对象的关键点位置；

位置关系确定子单元，用于响应于所述关键点位置在一个误检区域属性表征的误检区域内部，确定所述检测区域属性表征得到检测区域在所述误检区域内部。

在一种可能的实现方式中，所述第二筛选子模块包括：

阈值筛选单元，用于响应于对象检测结果中的概率值小于预设阈值，删除所述对象检测结果。

在一种可能的实现方式中，所述装置还包括：

图像标注模块，用于通过所述入侵检测结果标注所述待检测图像；

信息显示模块，用于输出标注后的待检测图像和对应的提示信息。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图8是根据示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话， 计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器， 陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图9是根据示例性实施例示出的一种电子设备900的框图。例如，电子设备900可以被提供为一服务器。参照图9，电子设备900包括处理组件922，其进一步包括一个或多个处理器，以及由存储器932所代表的存储器资源，用于存储可由处理组件922的执行的指令，例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件922被配置为执行指令，以执行上述方法。

电子设备900还可以包括一个电源组件926被配置为执行电子设备900的电源管理，一个有线或无线网络接口950被配置为将电子设备900连接到网络，和一个输入输出(I/O)接口958。电子设备900可以操作基于存储在存储器932的操作系统，例如微软服务器操作系统(Windows Server ^TM)，苹果公司推出的基于图形用户界面操作系统(Mac OS X ^TM)，多用户多进程的计算机操作系统(Unix ^TM),自由和开放原代码的类Unix操作系统(Linux ^TM)，开放原代码的类Unix操作系统(FreeBSD ^TM)或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器932，上述计算机程序指令可由电子设备900的处理组件922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者 通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计 算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1. 一种对象检测方法，其特征在于，所述方法包括：

   确定至少一个误检区域属性，所述误检区域属性用于表征误检测区域的位置和尺寸；

   对待检测图像进行对象检测，得到至少一个对象检测结果，其中，所述至少一个对象检测结果包括表征检测对象的位置和尺寸的检测区域属性；

   根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。
2. 根据权利要求1所述的方法，其特征在于，所述确定至少一个误检区域属性包括：

   响应于人机交互操作生成的误检测区域，确定至少一个误检测区域属性。
3. 根据权利要求2所述的方法，其特征在于，所述响应于人机交互操作生成的误检测区域，通过以下方式实现：

   对所述待检测图像进行对象检测并显示所述对象检测的预检测结果，所述预检测结果中包括至少一个初步检测框；

   响应于接收到用户通过人机交互操作选中的至少一个初步检测框，确定所述初步检测框表征的区域为误检测区域。
4. 根据权利要求2所述的方法，其特征在于，所述响应于人机交互操作生成的误检测区域，通过以下方式实现：

   在场景显示界面显示编辑控件；

   响应于所述编辑控件被触发，显示与所述待检测图像对应的待编辑图像；

   响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域。
5. 根据权利要求4所述的方法，其特征在于，所述响应于所述待编辑图像中的至少一个区域被选中，确定被选中所述区域为误检测区域包括：

   确定所述待编辑图像对应的至少一个图像框；

   确定所述至少一个图像框内的区域为被选中的误检测区域。
6. 根据权利要求5所述的方法，其特征在于，所述确定所述待编辑图像对应的至少一个图像框包括：

   响应于接收到至少一个图像框坐标，在所述待编辑图像上确定所述至少一个图像框坐标对应的图像框；或者

   响应于接收到对应于所述待编辑图像的至少一个预设手势，根据所述至少一个预设手势投影在所述待编辑图像上确定的至少一个区域作为图像框。
7. 根据权利要求1-6中任意一项所述的方法，其特征在于，所述对象检测结果中包括检测框坐标和对应的概率值，所述概率值用于表征所述待检测图像在对应检测框坐标内存在目标对象的可能性，所述检测框坐标为通过坐标方式表征的检测区域属性。
8. 根据权利要求7所述的方法，其特征在于，所述根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果包括：

   根据所述误检区域属性与所述检测区域属性的对应关系，对所述对象检测结果进行第一次筛选；

   根据所述对象检测结果中的概率值，对所述对象检测结果进行第二次筛选；

   根据第一次筛选和第二次筛选后得到的对象检测结果确定入侵检测结果。
9. 根据权利要求8所述的方法，其特征在于，所述根据所述误检区域属性与所述检测区域属性的对应关系，对所述对象检测结果进行第一次筛选包括；

   响应于所述对象检测结果中的对象位于所述误检区域属性表征的误检测区域内部，删除所述对象检测结果中的所述对象对应的检测区域属性。
10. 根据权利要求9所述的方法，其特征在于，所述响应于所述对象检测结果中的对象位于所述误检区域属性表征的误检测区域内部，通过以下方式实现：

    确定所述对象检测结果中的对象的关键点位置；

    响应于所述关键点位置在一个误检区域属性表征的误检区域内部，确定所述检测区域属性表征得到检测区域在所述误检区域内部。
11. 根据权利要求8-10中任意一项所述的方法，其特征在于，所述根据所述对象检测结果中的概率值进行第二次筛选包括：

    响应于对象检测结果中的概率值小于预设阈值，删除所述对象检测结果。
12. 根据权利要求1-11中任意一项所述的方法，其特征在于，所述方法还包括：

    通过所述入侵检测结果标注所述待检测图像；

    输出标注后的待检测图像和对应的提示信息。
13. 一种对象检测装置，其特征在于，所述装置包括：

    属性确定模块，用于确定至少一个误检区域属性，所述误检区域属性用于表征误检测区域的位置和尺寸；

    图像检测模块，用于对待检测图像进行对象检测，得到至少一个对象检测结果，其中，所述至少一个对象检测结果包括表征检测对象的位置和尺寸的检测区域属性；

    结果筛选模块，用于根据所述误检区域属性和所述检测区域属性对所述对象检测结果进行筛选，得到入侵检测结果。
14. 一种电子设备，其特征在于，包括：

    处理器；

    用于存储处理器可执行指令的存储器；

    其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至12中任意一项所述的方法。
15. 一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至12中任意一项所述的方法。
16. 一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，其特征在于，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行用于实现权利要求1-12中的任意一项所述的方法。

Images