图像检测方法及装置制造方法及图纸

本公开是关于图像检测方法及装置。该方法包括：确定目标图像中的候选区域；对候选区域进行变换，获取候选区域组，候选区域组包括候选区域以及至少一个变换后的候选区域；获取候选区域组中每个区域包括目标物体的目标概率；确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域。该技术方案可以降低确定图像中物体位置的难度，从而改善了用户体验。

Image detection method and device

The present disclosure relates to image detection methods and devices. The method includes: determining the candidate region in the target image; transforming the candidate region to obtain the candidate region group, which includes the candidate region and at least one transformed candidate region; obtaining the target probability of each region including the target object in the candidate region group; and determining the target probability in the candidate region group. The area that satisfies the presupposition condition is the area of the target object. The technical scheme can reduce the difficulty of determining the location of objects in the image, thereby improving the user experience.

【技术实现步骤摘要】
图像检测方法及装置
本公开涉及图像处理领域，尤其涉及图像检测方法及装置。
技术介绍
图像检测是指对图像进行处理、分析和识别，以确定图像中物体的类别以及该物体在图像中的位置，图像检测可以应用于车辆辅助驾驶、视频检索等场景中。相关技术中，在进行图像检测时，一般先将图像中物体可能在的区域提取出来作为候选区域，再对提取出来的所有候选区域分别进行物体识别，以确定物体所在的区域。
技术实现思路
为克服相关技术中存在的问题，本公开的实施例提供一种图像检测方法及装置。技术方案如下：根据本公开的实施例的第一方面，提供一种图像检测方法，包括：确定目标图像中的候选区域；对候选区域进行变换，获取候选区域组，候选区域组包括候选区域以及至少一个变换后的候选区域；获取候选区域组中每个区域包括目标物体的目标概率；确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域。本公开的实施例提供的技术方案中，通过获取目标图像中的原始候选区域，对原始候选区域进行变换，获取候选区域组，候选区域组包括原始候选区域以及至少一个变换后的原始候选区域，当原始候选区域可能包括多个相互遮挡的物体时，在变换后的候选区域中物体相互遮挡的部分可能较少，因此在变换后的候选区域中进行物体识别的难度较低，物体识别较为准确，通过获取候选区域组中每个区域包括目标物体的目标概率，并确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域，从而确定了目标物体的位置，因此上述方案降低了确定图像中物体位置的难度。在一个实施例中，对候选区域进行变换，包括：以候选区域的中心为中心放大或缩小候选区域。在一个实施例中，对候选区域进行变换，包括：将候选区域的一边向与其平行的候选区域的另一边平行移动。在一个实施例中，获取候选区域组中每个区域包括目标物体的目标概率，包括：获取候选区域组中每个区域的特征向量；将候选区域组中每个区域的特征向量输入多层感知器MLP神经网络，获取候选区域组中每个区域的目标概率。在一个实施例中，方法还包括：获取与目标物体对应的候选区域组中每个区域的位置调整量；根据候选区域组中每个区域的位置调整量，对候选区域组中每个区域的位置进行调整；确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域，包括：确定位置调整后的候选区域组中目标概率满足预设条件的区域为目标物体所在区域。根据本公开的实施例的第二方面，提供一种图像检测装置，包括：候选区域确定模块，用于确定目标图像中的候选区域；候选区域组获取模块，用于对候选区域进行变换，获取候选区域组，候选区域组包括候选区域以及至少一个变换后的候选区域；目标概率获取模块，用于获取候选区域组中每个区域包括目标物体的目标概率；目标区域确定模块，用于确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域。在一个实施例中，候选区域组获取模块，包括：缩放子模块，用于以候选区域的中心为中心放大或缩小候选区域。在一个实施例中，候选区域组获取模块，包括：平行移动子模块，用于将候选区域的一边向与其平行的候选区域的另一边平行移动。在一个实施例中，目标概率获取模块，包括：特征向量获取模块，用于获取候选区域组中每个区域的特征向量；目标概率获取模块，将候选区域组中每个区域的特征向量输入多层感知器MLP神经网络，获取候选区域组中每个区域的目标概率。在一个实施例中，装置还包括：位置调整量获取子模块，用于获取与目标物体对应的候选区域组中每个区域的位置调整量；位置调整子模块，用于根据候选区域组中每个区域的位置调整量，对候选区域组中每个区域的位置进行调整；目标区域确定模块，包括：目标区域确定子模块，用于确定位置调整后的候选区域组中目标概率满足预设条件的区域为目标物体所在区域。根据本公开的实施例的第三方面，提供一种图像检测装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为：确定目标图像中的候选区域；对候选区域进行变换，获取候选区域组，候选区域组包括候选区域以及至少一个变换后的候选区域；获取候选区域组中每个区域包括目标物体的目标概率；确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域。根据本公开的实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现本公开的实施例的第一方面中任一项方法的步骤。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。图1a是根据一示例性实施例示出的图像检测方法的流程示意图1；图1b是根据一示例性实施例示出的图像检测方法的流程示意图2；图2a是根据一示例性实施例示出的图像检测装置的结构示意图1；图2b是根据一示例性实施例示出的图像检测装置的结构示意图2；图2c是根据一示例性实施例示出的图像检测装置的结构示意图3；图2d是根据一示例性实施例示出的图像检测装置的结构示意图4；图2e是根据一示例性实施例示出的图像检测装置的结构示意图5；图3是根据一示例性实施例示出的一种装置的框图；图4是根据一示例性实施例示出的一种装置的框图；图5是根据一示例性实施例示出的一种装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。随着科学技术的高速发展和人们生活水平的不断提高，近年来，图像检测技术广泛应用于车辆辅助驾驶、视频检索等场景中。在进行图像检测时，一般先通过滑动窗口或显著性检测等方式将图像中物体可能在的区域提取出来作为候选区域，再基于候选区域的局部特征对提取出来的所有候选区域分别进行物体识别，以确定相应物体所在的位置。虽然上述方案能够确定相应物体所在的位置，但上述方案是基于候选区域的局部特征来进行识别的，但当候选区域中所包括的因素过多时，可能出现多个物体相互遮挡的状况，对该候选区域进行物体识别的难度较高，提高了确定物体所在位置的难度，比如当候选区域中包括被树木遮挡的汽车时，在对该候选区域进行汽车识别时，树木可能会对识别汽车造成影响，提高了确定该汽车所在位置的难度。为了解决上述问题，本公开的实施例提供的技术方案中，通过获取目标图像中的原始候选区域，对原始候选区域进行变换，获取候选区域组，候选区域组包括原始候选区域以及至少一个变换后的原始候选区域，当原始候选区域可能包括多个相互遮挡的物体时，在变换后的候选区域中物体相互遮挡的部分可能较少，因此在变换后的候选区域中进行物体识别的难度较低，物体识别较为准确，通过获取候选区域组中每个区域包括目标物体的目标概率，并确定候选区域组中目标概率满足预设条件的区域为目标物体所在区域，从而确定了目标物体的位置，因此上述方案降低了确定图像中物体位置的难度。本公开的实施例提供了一种图像检测方法，如图1a所示，包括如下步骤101至步骤104：在步骤101中，确定目标图像中的原始候选区域。示例的，确定目标图像中的原始候选区域，可以为使用选择性搜索(本文档来自技高网...

【技术保护点】
1.一种图像检测方法，其特征在于，包括：确定目标图像中的候选区域；对所述候选区域进行变换，获取候选区域组，所述候选区域组包括所述候选区域以及至少一个变换后的候选区域；获取所述候选区域组中每个区域包括目标物体的目标概率；确定所述候选区域组中目标概率满足预设条件的区域为所述目标物体所在区域。

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：确定目标图像中的候选区域；对所述候选区域进行变换，获取候选区域组，所述候选区域组包括所述候选区域以及至少一个变换后的候选区域；获取所述候选区域组中每个区域包括目标物体的目标概率；确定所述候选区域组中目标概率满足预设条件的区域为所述目标物体所在区域。2.根据权利要求1所述的图像处理方法，其特征在于，所述对所述候选区域进行变换，包括：以所述候选区域的中心为中心放大或缩小所述候选区域。3.根据权利要求1所述的图像处理方法，其特征在于，所述对所述候选区域进行变换，包括：将所述候选区域的一边向与其平行的所述候选区域的另一边平行移动。4.根据权利要求1所述的图像检测方法，其特征在于，所述获取所述候选区域组中每个区域包括目标物体的目标概率，包括：获取所述候选区域组中每个区域的特征向量；将所述候选区域组中每个区域的特征向量输入多层感知器MLP神经网络，获取所述候选区域组中每个区域的目标概率。5.根据权利要求1所述的图像检测方法，其特征在于，所述方法还包括：获取与所述目标物体对应的所述候选区域组中每个区域的位置调整量；根据所述候选区域组中每个区域的位置调整量，对所述候选区域组中每个区域的位置进行调整；所述确定所述候选区域组中目标概率满足预设条件的区域为所述目标物体所在区域，包括：确定位置调整后的候选区域组中目标概率满足预设条件的区域为所述目标物体所在区域。6.一种图像检测装置，其特征在于，包括：候选区域确定模块，用于确定目标图像中的候选区域；候选区域组获取模块，用于对所述候选区域进行变换，获取候选区域组，所述候选区域组包括所述候选区域以及至少一个变换后的候选区域；目标概率获取模块，用于获取所述候选区域组中每个区域包括目标物体的目标概率；目标区域确定模块，用于确定...

【专利技术属性】
技术研发人员：杨松，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京,11