物体检测方法、装置及电子设备制造方法及图纸

公开了一种物体检测方法及装置，其中方法包括：确定图像中预设物体的初始边界框；确定所述预设物体的实例掩码；基于所述预设物体的初始边界框和所述预设物体的实例掩码，确定所述预设物体的边界框位置的后验概率分布；基于所述预设物体的边界框位置的后验概率分布，确定所述预设物体的最终边界框；装置包括：初始边界框确定模块、实例掩码确定模块、后验概率分布确定模块和最终边界框确定模块；本公开提供的技术方案可以提高最终边界框的定位精度。供的技术方案可以提高最终边界框的定位精度。供的技术方案可以提高最终边界框的定位精度。

【技术实现步骤摘要】
物体检测方法、装置及电子设备


[0001]本专利技术涉及计算机
，具体涉及一种物体检测方法、装置及电子设备。

技术介绍

[0002]图像目标检测与实例分割是无人驾驶、智能安防、自动控制等应用的研究基础。图像目标检测中一个重要的步骤是对图像中的物体进行检测预测物体边界框，现有预测物体边界框大多依赖回归方法，而基于回归方法得到的物体边界框经常存在一定的定位误差，难以满足实际应用需求。

技术实现思路

[0003]为了解决上述技术问题，本申请实施例提供了一种物体检测方法、装置及电子设备。
[0004]根据本申请的一个方面，提供了一种物体检测方法，包括：确定图像中预设物体的初始边界框；确定所述预设物体的实例掩码；基于所述预设物体的初始边界框和所述预设物体的实例掩码，确定所述预设物体的边界框位置的后验概率分布；基于所述预设物体的边界框位置的后验概率分布，确定所述预设物体的最终边界框。
[0005]根据本申请的另一个方面，提供了一种物体检测装置，包括：初始边界框确定模块，用于确定图像中预设物体的初始边界框；实例掩码确定模块，用于确定所述预设物体的实例掩码；后验概率分布确定模块，用于基于所述预设物体的初始边界框和所述预设物体的实例掩码，确定所述预设物体的边界框位置的后验概率分布；最终边界框确定模块，用于基于所述预设物体的边界框位置的后验概率分布，确定所述预设物体的最终边界框。
[0006]根据本申请的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的方法。
[0007]根据本申请的另一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述任一所述的方法。
[0008]本申请实施例提供的物体检测方法，基于确定的预设物体的初始边界框和预设物体的实例掩码，确定预设物体的边界框位置的后验概率分布，基于预设物体的边界框位置的后验概率分布，确定预设物体的最终边界框，可以利用预测的实例掩码，对预设物体的初始边界框进行优化，确定预设物体的最终边界框，不需要重复进行回归计算，可以减少计算量，且实例掩码可以更好体现边界框的位置，提高最终边界框的定位精度。
附图说明
[0009]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0010]图1是本申请一示例性实施例提供的一种物体检测方法的流程示意图；
[0011]图2是本申请一示例性实施例提供的一种基于预设物体的初始边界框和预设物体的实例掩码，确定预设物体的边界框位置的后验概率分布的流程示意图；
[0012]图3是本申请一示例性实施例提供的一种基于预设物体的实例掩码，确定预设物体的边界框位置的第二概率分布的流程示意图；
[0013]图4是本申请一示例性实施例提供的另一种物体检测方法的流程示意图；
[0014]图5是本申请一示例性实施例提供的高度为h、宽度为w的图像；
[0015]图6是本申请一示例性实施例提供的确定图像中摩托车的最终边界框的具体过程；
[0016]图7是本申请一示例性实施例提供的图像中预设物体摩托车的初始边界框示意图；
[0017]图8是本申请一示例性实施例提供的图像中预设物体摩托车的实例掩码示意图；
[0018]图9是本申请一示例性实施例提供的确定预设物体摩托车的最终左边界框的图形示例过程示意图；
[0019]图10是本申请一示例性实施例提供的一种物体检测装置的结构示意图；
[0020]图11是本申请一示例性实施例提供的一种物体检测装置中后验概率分布确定模块的结构示意图；
[0021]图12是本申请一示例性实施例提供的一种后验概率分布确定模块中第二概率分布确定单元的结构示意图；
[0022]图13是本申请一示例性实施例提供的另一种物体检测装置的结构示意图；
[0023]图14是本申请一示例性实施例提供的电子设备的结构图。
具体实施方式
[0024]下面，将参考附图详细地描述本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0025]申请概述
[0026]现有的基于回归方法进行物体检测得到物体边界框的技术方案，主要是通过多级回归逐步优化物体边界的位置，确定物体边界框。
[0027]然而，基于回归方法确定物体边界框经常存在一定的定位误差，且多级回归方法需要相对较大的计算量，难以满足实际应用需求。
[0028]针对上述技术问题，本申请的基本构思是提出一种物体检测方法、装置及电子设备。
[0029]下面将参考附图来具体介绍本申请的各种非限制性实施例。
[0030]示例性方法
[0031]图1是本申请一示例性实施例提供的物体检测方法的流程示意图。本申请实施例提供的物体检测方法可应用到计算机
如图1所示，本申请实施例提供的物体检测方法包括如下步骤：
[0032]步骤101，确定图像中预设物体的初始边界框。
[0033]在一实施例中，输入高度为h，宽度为w的图像，图像中包含有多个物体，例如人、摩托车等，确定图像中预设物体摩托车的初始边界框。
[0034]步骤102，确定预设物体的实例掩码。
[0035]在一实施例中，输入高度为h，宽度为w的图像，图像中包含有多个物体，例如人、摩托车等，确定图像中预设物体摩托车的实例掩码。
[0036]需要说明的是，步骤101和步骤102没有先后顺序要求，可以根据实际应用状况进行设置。
[0037]步骤103，基于预设物体的初始边界框和预设物体的实例掩码，确定预设物体的边界框位置的后验概率分布。
[0038]在一实施例中，输入高度为h，宽度为w的图像，图像中包含有多个物体，例如人、摩托车等，基于图像中预设物体摩托车的初始边界框和图像中预设物体摩托车的实例掩码，确定预设物体摩托车的边界框位置的后验概率分布。
[0039]步骤104，基于预设物体的边界框位置的后验概率分布，确定预设物体的最终边界框。
[0040]在一实施例中，输入高度为h，宽度为w的图像，图像中包含有多个物体，例如人、摩托车等，基于预设物体摩托车的边界框位置的后验概率分布，确定预设物体摩托车的最终边界框。
[0041]本申请实施例提供的物体检测方法，基于确定的预设物体的初始边界框和预设物体的实例掩码，确定预设物体的边界框位置的后验概率分布，基于预设物体的边界框位置的后验概率分布，确定预设物体的最终边界框，可以利用预测的实例掩码，对预设物体的初始边界框进行优化，确定预设物体的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物体检测方法，包括：确定图像中预设物体的初始边界框；确定所述预设物体的实例掩码；基于所述预设物体的初始边界框和所述预设物体的实例掩码，确定所述预设物体的边界框位置的后验概率分布；基于所述预设物体的边界框位置的后验概率分布，确定所述预设物体的最终边界框。2.根据权利要求1所述的方法，其中，确定图像中预设物体的初始边界框，包括：利用目标检测算法，得到所述图像中所述预设物体的初始边界框。3.根据权利要求1所述的方法，其中，确定所述预设物体的实例掩码，包括：利用实例分割算法，得到所述预设物体的实例掩码。4.根据权利要求1-3任一权利要求所述的方法，其中，基于所述预设物体的初始边界框和所述预设物体的实例掩码，确定所述预设物体的边界框位置的后验概率分布，包括：基于所述预设物体的初始边界框，确定所述预设物体的边界框位置的第一概率分布；基于所述预设物体的实例掩码，确定所述预设物体的边界框位置的第二概率分布；基于所述预设物体的边界框位置的第一概率分布和所述预设物体的边界框位置的第二概率分布，确定所述预设物体的边界框位置的后验概率分布。5.根据权利要求4所述的方法，基于所述预设物体的实例掩码，确定所述预设物体的边界框位置的第二概率分布，包括：对所述预设物体的实例掩码，按列取最大、进行一...

【专利技术属性】
技术研发人员：王绍儒，宫永超，黄李超，黄畅，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：