本发明专利技术实施例公开了一种目标区域检测方法、装置及电子设备，涉及图像检测技术领域。通过获取待检测的目标对象的多个图像数据，将各图像数据输入至候选区域识别子网络，确定得到目标图像数据以及目标图像数据中的候选区域，再将各图像数据输入至第一特征提取子网络，得到目标对象对应的整体特征数据。然后将各图像数据分别输入至第二特征提取子网络，得到目标对象对应的图像特征数据。最后将目标图像数据、整体特征数据及图像特征数据输入至融合子网络进行融合，以确定得到各候选区域中的目标区域。如此，通过设置的两个特征提取子网络，提高目标区域检测的准确度。高目标区域检测的准确度。高目标区域检测的准确度。
【技术实现步骤摘要】
目标区域检测方法、装置及电子设备
[0001]本专利技术涉及图像检测
，具体而言，涉及一种目标区域检测方法、装置及电子设备。
技术介绍
[0002]在现代社会中，借助计算机对图像进行分类识别被广泛应用在各个领域。在对图像进行分类识别的过程中，往往会从图像中检测到一些候选目标，而这些候选目标作为输出结果时，有些是想要的结果，但是有些可能并不是想要的结果。因此，如何从候选目标中进一步得到想要的结果，以提高检测的准确度，目前需要解决的问题。
技术实现思路
[0003]基于上述研究，本专利技术提供一种目标区域检测方法、装置及电子设备，以改善上述问题。
[0004]本专利技术的实施例可以通过以下方面实现：
[0005]第一方面，本专利技术实施例提供一种目标区域检测方法，应用于电子设备，电子设备包括预先训练得到的目标区域检测网络，目标区域检测网络包括融合子网络以及并联设置的候选区域识别子网络、第一特征提取子网络、第二特征提取子网络；方法包括：
[0006]获取待检测的目标对象的多个图像数据；
[0007]将各图像数据输入至候选区域识别子网络，确定得到目标图像数据以及目标图像数据中的候选区域；
[0008]将各图像数据输入至第一特征提取子网络，得到目标对象对应的整体特征数据，整体特征数据表征各图像数据的融合特征结果；
[0009]将各图像数据分别输入至第二特征提取子网络，得到目标对象对应的图像特征数据；图像特征数据包括各图像数据对应的特征结果；
[0010]将目标图像数据、整体特征数据及图像特征数据输入至融合子网络进行融合，确定得到各候选区域中的目标区域。
[0011]第二方面，本专利技术实施例还提供一种目标区域检测装置，包括：
[0012]数据获取模块，用于获取待检测的目标对象的多个图像数据；
[0013]第一处理模块，用于将各图像数据输入至候选区域识别子网络，确定得到目标图像数据以及目标图像数据中的候选区域；
[0014]第二处理模块，用于将各图像数据输入至第一特征提取子网络，得到目标对象对应的整体特征数据；
[0015]第三处理模块，用于将各图像数据分别输入至第二特征提取子网络，得到目标对象对应的图像特征数据；
[0016]第四处理模块，用于将目标图像数据、整体特征数据及图像特征数据输入至融合子网络进行融合，确定得到各候选区域中的目标区域。
[0017]第三方面，本专利技术实施例还提供一种电子设备，电子设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现前述任意一种的目标区域检测方法。
[0018]第四方面，本专利技术实施例还提供一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现前述任意一种的目标区域检测方法。
[0019]本专利技术实施例所提供的一种目标区域检测方法、装置及电子设备，通过获取待检测的目标对象的多个图像数据，然后将各图像数据输入至候选区域识别子网络，确定得到目标图像数据以及目标图像数据中的候选区域，再通过将各图像数据输入至第一特征提取子网络，得到目标对象对应的整体特征数据，以及将各图像数据分别输入至第二特征提取子网络，得到目标对象对应的图像特征数据，之后将目标图像数据、整体特征数据及图像特征数据输入至融合子网络进行融合处理，确定得到各候选区域中的目标区域。如此，通过设置两个特征提取子网络，得到图像数据的整体特征数据以及图像特征数据，根据整体特征数据以及图像特征数据，对候选区域进一步筛选，从而提高目标区域检测的准确度。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术实施例所提供的电子设备的一种结构示意图。
[0022]图2为本专利技术实施例所提供的一种目标区域检测方法的流程示意图。
[0023]图3为本专利技术实施例所提供的另一种目标区域检测方法的流程示意图。
[0024]图4为本专利技术实施例所提供的目标区域检测装置的方框示意图。
[0025]图标：100
‑
电子设备；10
‑
目标区域检测装置；11
‑
数据获取模块；12
‑
第一处理模块；13
‑
第二处理模块；14
‑
第三处理模块；15
‑
第四处理模块；20
‑
存储器；30
‑
处理器；40
‑
通信单元。
具体实施方式
[0026]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0027]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0029]在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、
“
安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0030]在现代社会中，借助计算机对图像进行分类识别被广泛应用在各个领域，在对图像进行分类识别的过程中，往往会从图像中检测到一些候选目标，而这些候选目标作为输出结果时，有些是想要的结果，但是有些可能并不是想要的结果。因此，需要提高目标对象检测的准确度。
[0031]基于上述研究内容，本专利技术实施例所提供的一种目标区域检测方法，通过获取待检测的目标对象的多个图像数据，然后将各图像数据输入至候选区域识别子网络，确定得到目标图像数据以及目标图像数据中的候选区域，再通过将各图像数据输入至第一特征提取子网络，得到目标对象对应的整体特征数据，以及将各图像数据分别输入至第二特征提取子网络，得到目标对象对应的图像特征数据，之后将目标图像数据、整体特征数据及图像特征数据输入至融合子网络进行融合，确定得到各候选区域中的目标区域。如此，通过设置的两个特征提取子网络本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标区域检测方法，其特征在于，应用于电子设备，所述电子设备包括预先训练得到的目标区域检测网络，所述目标区域检测网络包括融合子网络以及并联设置的候选区域识别子网络、第一特征提取子网络、第二特征提取子网络；所述方法包括：获取待检测的目标对象的多个图像数据；将各所述图像数据输入至所述候选区域识别子网络，确定得到目标图像数据以及所述目标图像数据中的候选区域；将各所述图像数据输入至所述第一特征提取子网络，得到所述目标对象对应的整体特征数据；所述整体特征数据表征各所述图像数据的融合特征结果；将各所述图像数据输入至第二特征提取子网络，得到所述目标对象对应的图像特征数据；所述图像特征数据包括各所述图像数据对应的特征结果；将所述目标图像数据、所述整体特征数据及所述图像特征数据输入至所述融合子网络进行融合，确定得到各所述候选区域中的目标区域。2.根据权利要求1所述的目标区域检测方法，其特征在于，所述将所述目标图像数据、所述整体特征数据及所述图像特征数据输入至所述融合子网络进行融合，确定得到各所述候选区域中的目标区域，包括：根据所述融合子网络，对所述目标图像数据进行降维压缩处理，得到降维压缩后的目标图像数据；将降维压缩后的目标图像数据与所述整体特征数据及所述图像特征数据进行拼接融合处理，得到拼接融合后的目标图像数据；将拼接融合后的目标图像数据进行升维还原处理，确定得到各所述候选区域中的目标区域。3.根据权利要求2所述的目标区域检测方法，其特征在于，所述将拼接融合后的目标图像数据进行升维还原处理，确定得到各所述候选区域中的目标区域，包括：将拼接融合后的目标图像数据进行升维还原处理，得到升维还原后的目标图像数据；将升维还原后的目标图像数据进行二值化处理，确定得到各所述候选区域中的目标区域。4.根据权利要求3所述的目标区域检测方法，其特征在于，所述将升维还原后的目标图像数据进行二值化处理，确定得到各所述候选区域中的目标区域包括：根据升维还原后的目标图像数据，获取所述目标图像数据中各像素点的数值；将各像素点的数值与预设阈值进行比较，将大于所述预设阈值的像素点标记为所述目标区域的像素点。5.根据权利要求1所述的目标区域检测方法，其特征在于，在所述应用于预先训练得到的目标区域检测网络之前，所述方法还包括：获取样本图像数据；将所述样本图像数据输入到初始目标区域检测网络中，得到所述初始目标区域检测网络的预...
【专利技术属性】
技术研发人员：谢传淼，耿志君，张嵘，赵静，沈静娴，
申请(专利权)人：谢传淼，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。