CN110852258A - 物体检测方法、装置、设备及存储介质 - Google Patents
物体检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110852258A CN110852258A CN201911088583.7A CN201911088583A CN110852258A CN 110852258 A CN110852258 A CN 110852258A CN 201911088583 A CN201911088583 A CN 201911088583A CN 110852258 A CN110852258 A CN 110852258A
- Authority
- CN
- China
- Prior art keywords
- object information
- image
- sub
- images
- recognized
- 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 40
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001629 suppression Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 241000190070 Sarracenia purpurea Species 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例公开了一种物体检测方法、装置、设备及存储介质。包括:采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。本公开实施例提供的物体检测方法,对从待识别图像截取的相邻子图像间的部分区域重合的多个子图像进行多类别物体的识别,并将多个子图像中的物体信息按照类别分别进行融合获得待识别图像包含的物体信息,可以提高物体检测的精度。
Description
技术领域
本公开实施例涉及物体检测技术领域,尤其涉及一种物体检测方法、装置、设备及存储介质。
背景技术
随着无人驾驶技术的发展,对单一物体的检测已经无法满足需求。因此对同一画面中多种物体的检测显得尤为重要。
相关技术,对图像中的物体进行检测时,首先将原始图片缩放至一定的尺寸,然后对缩放后的图片进行多物体识别,然后不同的物体在图片中的所在的面积不同,该种方式无法检测到图片中面积占比较小的物体,使得检测精度不高。
发明内容
本公开实施例提供一种物体检测方法、装置、设备及存储介质,以实现图像中多物体的检测,提高物体检测的精度。
第一方面,本公开实施例提供了一种物体检测方法,包括:
采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;
对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;
对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
第二方面,本公开实施例还提供了一种物体检测装置,包括:
子图像获取模块,用于采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;
子物体信息获取模块,用于对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有物体的置信度及物体的位置信息;
物体信息获取模块,用于对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如本公开实施例所述的物体检测方法。
第四方面,本公开实施例还提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如本公开实施例所述的物体检测方法。
本公开实施例,采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;对多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。本公开实施例提供的物体检测方法,对从待识别图像截取的相邻子图像间的部分区域重合的多个子图像进行多类别物体的识别,并将多个子图像中的物体信息按照类别分别进行融合获得待识别图像包含的物体信息,可以提高物体检测的精度。
附图说明
图1是本公开实施例一中的一种物体检测方法的流程图;
图2是本公开实施例一中的矩形框截取待识别图像的示例图;
图3是本公开实施例一中的物体信息的示例图;
图4是本公开实施例一中的按照NMS算法对物体信息进行融合的示例图;
图5是本公开实施例一中的获得待识别图像中物体信息的示例图;
图6是本公开实施例二中的一种物体检测装置的结构示意图;
图7是本公开实施例三中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。【序数词】
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
实施例一
图1为本公开实施例一提供的一种物体检测方法的流程图,本实施例可适用于对图像中包含的多种类别的物体进行检测的情况,该方法可以由物体检测装置来执行,该装置可由硬件和/或软件组成,并一般可集成在具有物体检测功能的设备中,该设备可以是服务器、移动终端或服务器集群等电子设备。如图1所示,该方法具体包括如下步骤:
步骤110,采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像。
其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合。矩形框的尺寸小于待识别图像的尺寸,可以由多类别物体识别模型要求的尺寸确定,如可以是小于或等于多类别物体识别模型要求的尺寸。例如:假设多类别物体识别模型要求的尺寸为500*500,那么矩形框的尺寸可以选为100*100、200*200、300*300、400*400及500*500五种,利用这五种矩形框分别对待识别图像进行识别,获得5种尺寸的子图像。本实施例中,将待识别图像物体按照不同尺寸的矩形框进行截取,可以获得不同尺寸的子图像,可以准确的识别图像中大小不同的各类物体,如:在同一个图像中,若包括车辆和车牌,车辆所占区域明显比车牌所占区域大很多,采用本实施例的截取图像的方法,可以同时识别到较大的车辆和较小的车牌,从而提高物体检测的可靠性。
可选的,采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像可通过如下方式实施:获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长;将至少两个矩形框在待识别图像中分别以对应的横向移动步长进行横向移动,以对应纵向移动步长进行纵向移动,截取落入矩形框中的图像,获得多个子图像。
其中,所述横向移动步长小于矩形框的长,纵向移动步长小于矩形框的宽。本实施例中,矩形框在待识别图像上可以先横向移动再纵向移动,或者先纵向移动再横向移动,此处不做限定。示例性的,图2是本实施例中矩形框截取待识别图像的示例图,如图2所示,矩形框先以横向移动步长进行横向移动,获得子图像1、子图像2和子图像3,再以纵向移动步长进行纵向移动,获得子图像4,依次类推,直到整个待识别图像被截取为矩形框大小的子图像。每种尺寸的矩形框截取待识别图像的方式都按照上述方式进行,从而获得不同尺寸下的分别对应的多个子图像。本实施例中,矩形框的横向移动步长可以根据矩形框的长和待识别图像的长计算获得,矩形的纵向移动步长可以根据矩形框的宽和待识别图像的宽计算获得。
可选的,获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长的方式可以是:获取待识别图像的长和宽;根据待识别图像的长和矩形框的长计算横向移动步长,根据待识别图像的宽和矩形框的宽计算纵向移动步长。
具体的,根据待识别图像的长和矩形框的长计算横向移动步长的过程可以是,首先将待识别图像的长除以矩形框的长取整后加1,获得横向可截取的子图像的个数N,然后将将待识别图像的长减去矩形框的长后除以N-1,获得横向移动步长。计算公式可表示为其中,L1为待识别图像的长,L2为矩形框的长,N为待识别图像在横向可截取的子图像个数。
具体的,根据待识别图像的宽和矩形框的宽计算纵向移动步长的过程可以是,首先将待识别图像的宽除以矩形框的宽取整后加1,获得纵向可截取的子图像的个数M,然后将将待识别图像的宽减去矩形框的宽后除以M-1,获得纵向移动步长。计算公式可表示为其中,D1为待识别图像的宽,D2为矩形框的宽,M为待识别图像在纵向可截取的子图像个数。那么,待识别图像在一种矩形框可截取的子图像的个数为N*M。假设五种矩形框可截取的子图像的个数分别为N1*M1、N2*M2、N3*M3、N4*M4和N5*M5,那么待识别图像可截取的子图像的总量为N1*M1+N2*M2+N3*M3+N4*M4+N5*M5。
步骤120,对多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息。
其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息。物体的位置信息包括物体的检测框在待识别图像中所占区域的四个顶点的坐标。本实施例中,多类别物体可以是想要识别的任意物体,如:车辆、车牌、树木、动物(如猫、狗等)、行人及石头等。示例性的,图3为本实施例中的物体信息的示例图,如图3所示,在子图像N中检测到的物体信息a的置信度为0.8,物体a所在区域的四个顶点的坐标分别为(x1,y1)、(x2,y2)、(x3,y3)和(x4,y4)。
本实施例中,对多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息的方式可以是:将多个子图像分别输入多类别物体识别模型,获得各子图像包含的物体信息。
其中,多类别物体识别模型可以是已经训练好的能够同时识别多种物体的神经网络,如可以是现有的通用检测器。
步骤130,对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
本实施例中,同一矩形框截取的相邻子图像间的部分区域重合,不同矩形框截取的子图像间也存在部分区域重合的情况,那么具有重合区域的子图像间识别的同一类别的物体信息可能是待识别图像是同一个物体对应的信息,例如:在待识别图像的左上角有一个水杯,那么不同矩形框截取到的第一个子图像中都包含该水杯。因此,需要对各子图像中的物体信息进行融合,将重复的物体信息进行过滤。
可选的,对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息的方式可以是:获取各子图像中属于相同类别的物体信息的置信度;对于当前类别,根据各置信度对当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息。
具体的,对于每种类别下的物体信息,根据置信度对每种类别下物体的位置信息按照非极大值抑制(Non-maximum suppression,NMS)算法进行融合,从而获得待识别图像中包含的多类别的物体。本实施例中,对于当前类别,根据各置信度对当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息的方式可以是:获取当前类别下置信度最大的物体信息,确定为第一物体信息;计算第一物体信息与第二物体信息间的交并比;若交并比大于设定阈值,则删除第二物体信息,否则,保留第二物体信息。
其中,第二物体信息为各子图像的物体信息中除置信度最大的物体信息;交并比为第一物体信息和第二物体信息所占区域的交集和并集的比例。物体所占区域的交集和并集的比例可以是交集包含的像素点与并集包含的像素点的比例,或者交集所在的面积与并集所占的面积的比例。设定阈值可以设置为0.1-0.2之间的任意值。本实施例中,对于当前类别的物体,在获得各子图像中的物体信息的置信度后,获取置信度最大的物体信息,计算置信度最大的物体信息所在的位置与其他物体信息所在的位置间的交并比,若交并比大于设定阈值,则表明第二物体信息与第一物体信息对应的是同一个物体,因此,将第二物体信息删除,保留第一物体信息,即将置信度最大的物体信息保留,作为在待识别图像中识别到的当前类别下的物体。若交并比小于设定阈值,则表明第二物体信息与第一物体信息对应的是当前类别下不同的物体,则同时保留第一物体信息和第二物体信息,即在待识别图像中识别到当前类别下的多个物体。
示例性的,图4为本公开实施例中按照NMS算法对物体信息进行融合的示例图,如图4所示,对于类别为A的物体,物体信息a的置信度最大为0.9,假设设定阈值设置为0.1,物体信息a和物体信息b的交并比为0.07,小于0.1,则保留物体信息b,可表明物体信息a和物体信息b对应的是两个物体;物体信息a和物体信息c的交并比为0.3,大于0.1,则将物体信息c删除,可表明物体信息a和物体信息c对应的同一个物体。图5是本实施例中获得待识别图像中物体信息的示例图,如图5所示,该图像中包括5类物体,分别为类别A、类别B、类别C、类别D和类别E,其中,类别A和类别E有两个,类别C有4个。
本公开实施例的技术方案,采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;对多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。本公开实施例提供的物体检测方法,对从待识别图像截取的相邻子图像间的部分区域重合的多个子图像进行多类别物体的识别,并将多个子图像中的物体信息按照类别分别进行融合获得待识别图像包含的物体信息,可以提高物体检测的精度。
实施例二
图6为本公开实施例二提供的一种物体检测装置的结构示意图。如图6所示,该装置包括:子图像获取模块210,子物体信息获取模块220和物体信息获取模块230。
子图像获取模块210,用于采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;
子物体信息获取模块220,用于对多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;
物体信息获取模块230,用于对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
可选的,子图像获取模块210,还用于:
获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长;其中,横向移动步长小于矩形框的长,纵向移动步长小于矩形框的宽;
将至少两个矩形框在待识别图像中分别以对应的横向移动步长进行横向移动,以对应纵向移动步长进行纵向移动,截取落入矩形框中的图像,获得多个子图像。
可选的,子图像获取模块210,还用于:
获取待识别图像的长和宽;
根据待识别图像的长和矩形框的长计算横向移动步长,根据待识别图像的宽和矩形框的宽计算纵向移动步长。
可选的,子物体信息获取模块220,还用于:
将多个子图像分别输入多类别物体识别模型,获得各子图像包含的物体信息。
可选的,物体信息获取模块230,还用于:
获取各子图像中属于相同类别的物体信息的置信度;
对于当前类别,根据各置信度对当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息。
可选的,物体信息获取模块230,还用于:
获取当前类别下置信度最大的物体信息,确定为第一物体信息;
计算第一物体信息与第二物体信息间的交并比;其中,第二物体信息为各子图像的物体信息中除置信度最大的物体信息;交并比为第一物体信息和第二物体信息所占区域的交集和并集的比例;
若交并比大于设定阈值,则删除第二物体信息,否则,保留第二物体信息。
可选的,物体的位置信息包括物体的检测框在待识别图像中所占区域的四个顶点的坐标。
上述装置可执行本公开前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本公开前述所有实施例所提供的方法。
实施例三
下面参考图7,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端,或者各种形式的服务器,如独立服务器或者服务器集群。图7示出的电子设备仅仅是一个示例,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7所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储装置(ROM)302中的程序或者从存储装置305加载到随机访问存储装置(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305: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306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备300,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。
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词语的推荐方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置305被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上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***、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***、装置或者器件使用或者与其结合使用。而在本公开中,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***、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。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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电子设备执行时,使得该电子设备:采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有物体的置信度及物体的位置信息;对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
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操作的计算机程序代码,上述程序设计语言包括但不限于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***、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***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。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
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***、装置或设备使用或与指令执行***、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***、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。
根据本公开实施例的一个或多个实施例,本公开实施例提供了一种物体检测方法,包括:
采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;
对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;
对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
进一步地,采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像,包括:
获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长;其中,所述横向移动步长小于矩形框的长,纵向移动步长小于矩形框的宽;
将所述至少两个矩形框在待识别图像中分别以对应的横向移动步长进行横向移动,以对应纵向移动步长进行纵向移动,截取落入矩形框中的图像,获得多个子图像。
进一步地,获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长,包括:
获取待识别图像的长和宽;
根据所述待识别图像的长和矩形框的长计算横向移动步长,根据所述待识别图像的宽和矩形框的宽计算纵向移动步长。
进一步地,对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息,包括:
将所述多个子图像分别输入多类别物体识别模型,获得各子图像包含的物体信息。
进一步地,对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息,包括:
获取各子图像中属于相同类别的物体信息的置信度;
对于当前类别,根据各置信度对所述当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息。
进一步地,对于当前类别,根据各置信度对所述当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息,包括:
获取当前类别下置信度最大的物体信息,确定为第一物体信息;
计算第一物体信息与第二物体信息间的交并比;其中,第二物体信息为各子图像的物体信息中除置信度最大的物体信息;交并比为第一物体信息和第二物体信息所占区域的交集和并集的比例;
若交并比大于设定阈值,则删除第二物体信息,否则,保留第二物体信息。
进一步地,物体的位置信息包括物体的检测框在待识别图像中所占区域的四个顶点的坐标。
注意,上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解,本公开不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此,虽然通过以上实施例对本公开进行了较为详细的说明,但是本公开不仅仅限于以上实施例,在不脱离本公开构思的情况下,还可以包括更多其他等效实施例,而本公开的范围由所附的权利要求范围决定。
Claims (10)
1.一种物体检测方法,其特征在于,包括:
采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;
对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;
对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
2.根据权利要求1所述的方法,其特征在于,采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像,包括:
获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长;其中,所述横向移动步长小于矩形框的长,纵向移动步长小于矩形框的宽;
将所述至少两个矩形框在待识别图像中分别以对应的横向移动步长进行横向移动,以对应纵向移动步长进行纵向移动,截取落入矩形框中的图像,获得多个子图像。
3.根据权利要求2所述的方法,其特征在于,获取至少两个不同尺寸的矩形框的横向移动步长和纵向移动步长,包括:
获取待识别图像的长和宽;
根据所述待识别图像的长和矩形框的长计算横向移动步长,根据所述待识别图像的宽和矩形框的宽计算纵向移动步长。
4.根据权利要求1所述的方法,其特征在于,对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息,包括:
将所述多个子图像分别输入多类别物体识别模型,获得各子图像包含的物体信息。
5.根据权利要求1所述的方法,其特征在于,对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息,包括:
获取各子图像中属于相同类别的物体信息的置信度;
对于当前类别,根据各置信度对所述当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息。
6.根据权利要求5所述的方法,其特征在于,对于当前类别,根据各置信度对所述当前类别的物体信息按照非极大值抑制NMS算法进行融合,获得待识别图像的当前类别的物体信息,包括:
获取当前类别下置信度最大的物体信息,确定为第一物体信息;
计算第一物体信息与第二物体信息间的交并比;其中,第二物体信息为各子图像的物体信息中除置信度最大的物体信息;交并比为第一物体信息和第二物体信息所占区域的交集和并集的比例;
若交并比大于设定阈值,则删除第二物体信息,否则,保留第二物体信息。
7.根据权利要求1-6任一所述的方法,其特征在于,物体的位置信息包括物体的检测框在待识别图像中所占区域的四个顶点的坐标。
8.一种物体检测装置,其特征在于,包括:
子图像获取模块,用于采用至少两个不同尺寸的矩形框对待识别图像进行分别截取,获得多个子图像;其中,同一矩形框截取的子图像中相邻子图像间的部分区域重合;
子物体信息获取模块,用于对所述多个子图像分别进行多类别物体识别,获得各子图像包含的物体信息;其中,物体信息包括具有当前类别的物体的置信度及物体的位置信息;
物体信息获取模块,用于对各子图像的物体信息按照类别分别进行融合,获得待识别图像包含的物体信息。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-7中任一所述的物体检测方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如权利要求1-7中任一所述的物体检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911088583.7A CN110852258A (zh) | 2019-11-08 | 2019-11-08 | 物体检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911088583.7A CN110852258A (zh) | 2019-11-08 | 2019-11-08 | 物体检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852258A true CN110852258A (zh) | 2020-02-28 |
Family
ID=69599855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911088583.7A Pending CN110852258A (zh) | 2019-11-08 | 2019-11-08 | 物体检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852258A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783889A (zh) * | 2020-07-03 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 图像识别方法、装置、电子设备和计算机可读介质 |
CN112348778A (zh) * | 2020-10-21 | 2021-02-09 | 深圳市优必选科技股份有限公司 | 一种物体识别方法、装置、终端设备及存储介质 |
CN112464938A (zh) * | 2020-12-18 | 2021-03-09 | 深圳赛安特技术服务有限公司 | 车牌检测识别方法、装置、设备及存储介质 |
CN112541948A (zh) * | 2020-12-11 | 2021-03-23 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、装置、终端设备及存储介质 |
CN112613564A (zh) * | 2020-12-25 | 2021-04-06 | 桂林汉璟智能仪器有限公司 | 一种剔除重叠框的目标检测后处理方法 |
CN112949341A (zh) * | 2021-04-16 | 2021-06-11 | 上海高德威智能交通***有限公司 | 一种信息获得方法、装置、电子设备及存储介质 |
CN113032294A (zh) * | 2021-02-26 | 2021-06-25 | 上海阵量智能科技有限公司 | 信息处理方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557778A (zh) * | 2016-06-17 | 2017-04-05 | 北京市商汤科技开发有限公司 | 通用物体检测方法和装置、数据处理装置和终端设备 |
CN108229307A (zh) * | 2017-11-22 | 2018-06-29 | 北京市商汤科技开发有限公司 | 用于物体检测的方法、装置和设备 |
CN108875750A (zh) * | 2017-08-25 | 2018-11-23 | 北京旷视科技有限公司 | 物体检测方法、装置和***及存储介质 |
CN108875595A (zh) * | 2018-05-29 | 2018-11-23 | 重庆大学 | 一种基于深度学习和多层特征融合的驾驶场景目标检测方法 |
CN108968811A (zh) * | 2018-06-20 | 2018-12-11 | 四川斐讯信息技术有限公司 | 一种扫地机器人的物体识别方法及*** |
CN109087315A (zh) * | 2018-08-22 | 2018-12-25 | 中国科学院电子学研究所 | 一种基于卷积神经网络的图像识别定位方法 |
US20190073553A1 (en) * | 2016-02-17 | 2019-03-07 | Intel Corporation | Region proposal for image regions that include objects of interest using feature maps from multiple layers of a convolutional neural network model |
EP3493105A1 (en) * | 2017-12-03 | 2019-06-05 | Facebook, Inc. | Optimizations for dynamic object instance detection, segmentation, and structure mapping |
CN109934163A (zh) * | 2018-12-27 | 2019-06-25 | 北京航空航天大学 | 一种基于场景先验和特征再融合的航空图像车辆检测方法 |
CN110070072A (zh) * | 2019-05-05 | 2019-07-30 | 厦门美图之家科技有限公司 | 一种生成物体检测模型的方法 |
CN110136809A (zh) * | 2019-05-22 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 一种医疗图像处理方法、装置、电子医疗设备和存储介质 |
-
2019
- 2019-11-08 CN CN201911088583.7A patent/CN110852258A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190073553A1 (en) * | 2016-02-17 | 2019-03-07 | Intel Corporation | Region proposal for image regions that include objects of interest using feature maps from multiple layers of a convolutional neural network model |
CN106557778A (zh) * | 2016-06-17 | 2017-04-05 | 北京市商汤科技开发有限公司 | 通用物体检测方法和装置、数据处理装置和终端设备 |
CN108875750A (zh) * | 2017-08-25 | 2018-11-23 | 北京旷视科技有限公司 | 物体检测方法、装置和***及存储介质 |
CN108229307A (zh) * | 2017-11-22 | 2018-06-29 | 北京市商汤科技开发有限公司 | 用于物体检测的方法、装置和设备 |
EP3493105A1 (en) * | 2017-12-03 | 2019-06-05 | Facebook, Inc. | Optimizations for dynamic object instance detection, segmentation, and structure mapping |
CN108875595A (zh) * | 2018-05-29 | 2018-11-23 | 重庆大学 | 一种基于深度学习和多层特征融合的驾驶场景目标检测方法 |
CN108968811A (zh) * | 2018-06-20 | 2018-12-11 | 四川斐讯信息技术有限公司 | 一种扫地机器人的物体识别方法及*** |
CN109087315A (zh) * | 2018-08-22 | 2018-12-25 | 中国科学院电子学研究所 | 一种基于卷积神经网络的图像识别定位方法 |
CN109934163A (zh) * | 2018-12-27 | 2019-06-25 | 北京航空航天大学 | 一种基于场景先验和特征再融合的航空图像车辆检测方法 |
CN110070072A (zh) * | 2019-05-05 | 2019-07-30 | 厦门美图之家科技有限公司 | 一种生成物体检测模型的方法 |
CN110136809A (zh) * | 2019-05-22 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 一种医疗图像处理方法、装置、电子医疗设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
R.GIRSHICK: "《Fast R-CNN》", 《2015 IEE INTERNATIONAL CONFERENCE ON COMPUTER VISION(ICCV)》 * |
S.REN: "《Fater R-CNN: Towards Real-time Object Detection with Region Proposal Network》", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
陈慧岩: "《智能车辆理论与应用》", 31 July 2018 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783889A (zh) * | 2020-07-03 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 图像识别方法、装置、电子设备和计算机可读介质 |
CN111783889B (zh) * | 2020-07-03 | 2022-03-01 | 北京字节跳动网络技术有限公司 | 图像识别方法、装置、电子设备和计算机可读介质 |
CN112348778B (zh) * | 2020-10-21 | 2023-10-27 | 深圳市优必选科技股份有限公司 | 一种物体识别方法、装置、终端设备及存储介质 |
CN112348778A (zh) * | 2020-10-21 | 2021-02-09 | 深圳市优必选科技股份有限公司 | 一种物体识别方法、装置、终端设备及存储介质 |
WO2022082999A1 (zh) * | 2020-10-21 | 2022-04-28 | 深圳市优必选科技股份有限公司 | 一种物体识别方法、装置、终端设备及存储介质 |
CN112541948A (zh) * | 2020-12-11 | 2021-03-23 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、装置、终端设备及存储介质 |
CN112541948B (zh) * | 2020-12-11 | 2023-11-21 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、装置、终端设备及存储介质 |
CN112464938A (zh) * | 2020-12-18 | 2021-03-09 | 深圳赛安特技术服务有限公司 | 车牌检测识别方法、装置、设备及存储介质 |
CN112464938B (zh) * | 2020-12-18 | 2024-04-12 | 深圳赛安特技术服务有限公司 | 车牌检测识别方法、装置、设备及存储介质 |
CN112613564A (zh) * | 2020-12-25 | 2021-04-06 | 桂林汉璟智能仪器有限公司 | 一种剔除重叠框的目标检测后处理方法 |
CN113032294A (zh) * | 2021-02-26 | 2021-06-25 | 上海阵量智能科技有限公司 | 信息处理方法、装置、设备及存储介质 |
CN112949341B (zh) * | 2021-04-16 | 2023-09-05 | 上海高德威智能交通***有限公司 | 一种信息获得方法、装置、电子设备及存储介质 |
CN112949341A (zh) * | 2021-04-16 | 2021-06-11 | 上海高德威智能交通***有限公司 | 一种信息获得方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852258A (zh) | 物体检测方法、装置、设备及存储介质 | |
CN112184738B (zh) | 一种图像分割方法、装置、设备及存储介质 | |
CN110705511A (zh) | 模糊图像的识别方法、装置、设备及存储介质 | |
CN116186354B (zh) | 区域画像显示方法、装置、电子设备和计算机可读介质 | |
CN112001912A (zh) | 目标检测方法和装置、计算机***和可读存储介质 | |
CN112712036A (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN115294501A (zh) | 视频识别方法、视频识别模型训练方法、介质及电子设备 | |
CN115546487A (zh) | 图像模型训练方法、装置、介质及电子设备 | |
CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
CN110866524A (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN112257598B (zh) | 图像中四边形的识别方法、装置、可读介质和电子设备 | |
CN115565158B (zh) | 车位检测方法、装置、电子设备和计算机可读介质 | |
CN110852242A (zh) | 基于多尺度网络的水印识别方法、装置、设备及存储介质 | |
CN110796144B (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN113255812B (zh) | 视频边框检测方法、装置和电子设备 | |
CN115471477A (zh) | 扫描数据的去噪方法、扫描方法、装置、设备和介质 | |
CN111401182B (zh) | 针对饲喂栏的图像检测方法和装置 | |
CN111385603B (zh) | 用于嵌入视频到二维地图的方法 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN114511744A (zh) | 图像分类方法、装置、可读介质和电子设备 | |
CN110348374B (zh) | 车辆检测方法、装置、电子设备及存储介质 | |
CN113705386A (zh) | 视频分类方法、装置、可读介质和电子设备 | |
CN111325093A (zh) | 视频分割方法、装置及电子设备 | |
CN110991312A (zh) | 生成检测信息的方法、装置、电子设备和介质 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |
|
RJ01 | Rejection of invention patent application after publication |