目标区域检测方法、装置、存储介质和处理器制造方法及图纸

本发明专利技术公开了一种目标区域检测方法、装置、存储介质和处理器。其中，该方法包括：获取待检测图像；对待检测图像进行特征提取，得到第一特征张量，其中，第一特征张量中包括目标特征区域，目标特征区域为待检测图像中目标区域在第一特征张量中对应的特征区域；基于预设特征增广方式对目标特征区域进行特征增广，得到第二特征张量，其中，第二特征张量中至少包括目标特征区域；基于第二特征张量，确定目标特征区域对应的目标标签，其中，目标标签用于指示目标特征区域在第二特征张量中的位置。本发明专利技术解决了图像检测准确性低的技术问题。发明专利技术解决了图像检测准确性低的技术问题。发明专利技术解决了图像检测准确性低的技术问题。

【技术实现步骤摘要】
目标区域检测方法、装置、存储介质和处理器


[0001]本专利技术涉及图像处理
，具体而言，涉及一种目标区域检测方法、装置、存储介质和处理器。

技术介绍

[0002]目前，图像识别技术广泛应用于人脸、行人、障碍物、车辆等对象检测中，但是由于图像采集设备距离对象的远近不同，导致采集到的图像中对象所占据的区域的大小也不同，而且受限于光照、噪声等外界环境的干扰，致使采集到的图像的图像质量较差，因此，基于图像对对象进行检测时，检测的准确性较低。
[0003]针对上述图像检测准确性较低的技术问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种目标区域检测方法、装置、存储介质和处理器，以至少解决图像检测准确性较低的的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种目标区域检测方法。该方法可以包括：获取待检测图像；对待检测图像进行特征提取，得到第一特征张量，其中，第一特征张量包括目标特征区域，目标特征区域为待检测图像中目标区域在第一特征张量中对应的特征区域；基于预设特征增广方式对目标特征区域进行特征增广，得到第二特征张量，其中，第二特征张量中至少包括目标特征区域；基于第二特征张量，确定目标特征区域对应的目标标签，其中，目标标签用于指示目标特征区域在第二特征张量中的位置。
[0006]可选地，基于预设特征增广方式对目标特征区域进行特征增广，包括：对目标特征区域按照以下之一操作进行特征增广：单样本区域特征复制、跨样本区域特征融合以及多样本区域特征拼接。
[0007]可选地，响应于预设特征增广方式为单样本区域复制，对目标特征区域进行特征增广，得到第二特征张量，包括：将目标特征张量在第一特征张量中进行平移或旋转得到新增特征区域；将新增特征区域融合至第一特征张量中，得到第二特征张量，其中，第二特征张量中包括目标特征区域和新增特征区域。
[0008]可选地，响应于预设特征增广方式为跨样本区域特征融合，对目标特征区域进行特征增广，得到第二特征张量，包括：获取至少一个第一参考图像；对至少一个第一参考特征图像进行特征提取，得到第一参考特征张量，其中，第一参考特征张量中至少包括一个第一参考特征区域；将第一特征张量与第一参考特征张量进行融合，得到第二特征张量，其中，第二特征张量中包括目标特征区域和第一参考特征区域。
[0009]可选地，响应于预设特征增广方式为多样本区域特征拼接，对目标特征区域进行特征增广，得到第二特征张量，包括：获取至少两个第二参考图像；对至少两个第二参考图像进行特征提取，得到至少两个第二参考特征张量，其中，每个第二参考特征张量至少包括一个第二参考特征区域；基于目标尺寸对第一特征张量与每个第二参考特征张量进行尺寸
调整，得到多个预处理特征张量；将多个预处理特征张量进行拼接，得到第二特征张量，其中，第二特征张量中包括目标特征区域和第二参考特征区域。
[0010]可选地，基于第二特征张量，确定目标特征区域对应的目标标签，包括：基于第二特征张量中目标特征区域对应的特征增广方式，确定目标特征区域的变换参数；根据变换参数，对目标特征区域对应的原始标签进行变换计算，得到目标特征区域对应的目标标签。
[0011]根据本专利技术实施例的另一方面，还提供了一种目标区域检测装置，包括：获取模块，用于获取待检测图像；提取模块，用于对待检测图像进行特征提取，得到第一特征张量，其中，第一特征张量包括目标特征区域，目标特征区域为待检测图像中目标区域在第一特征张量中对应的特征区域；增广模块，用于基于预设特征增广方式对目标特征区域进行特征增广，得到第二特征张量，其中，第二特征张量中至少包括目标特征区域；确定模块，用于基于第二特征张量，确定目标特征区域对应的目标标签，其中，目标标签用于指示目标特征区域在第二特征张量中的位置。
[0012]根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本专利技术实施例的目标区域检测方法。
[0013]根据本专利技术实施例的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本专利技术实施例的目标区域检测方法。
[0014]根据本专利技术实施例的另一方面，还提供了一种车辆，该车辆用于执行本专利技术实施例的目标区域检测方法。
[0015]在本专利技术实施例中，获取待检测图像，并对待检测图像进行特征提取，得到第一特征张量，其中，第一特征张量包括目标特征区域，目标特征区域为待检测图像中目标区域在第一特征张量中对应的特征区域，之后，基于预设特征增广方式对目标特征区域进行特征增广，得到第二特征张量，其中，第二特征张量中至少包括目标特征区域；基于第二特征张量，确定目标特征区域的目标标签。也就是说，在本专利技术实施例中，可以利用特征增广的方式对待检测图像中的目标区域对应的目标特征区域进行特征增广，得到特征张量，之后，利用增广后的特征张量对神经网络模型进行训练，可以提升神经网络模型对于目标特征区域的聚焦能力，实现了提升神经网络模型对图像的识别准确性的技术效果，解决了图像检测准确性较低的的技术问题。
附图说明
[0016]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0017]图1是根据本专利技术实施例的一种目标区域检测方法的流程图；
[0018]图2是根据本专利技术实施例的一种神经网络模型的训练过程的示意图；
[0019]图3是根据本专利技术实施例的一种单样本区域特征复制的示意图；
[0020]图4是根据本专利技术实施例的一种跨样本区域特征融合的示意图；
[0021]图5是根据本专利技术实施例的一种多样本区域特征组合的示意图；
[0022]图6是根据本专利技术实施例的一种目标区域检测装置的示意图。
具体实施方式
[0023]为了使本
的人员更好地理解本专利技术方案，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，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。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，都应当属于本专利技术保护的范围。
[0024]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0025]实施例1<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，包括：获取待检测图像；对所述待检测图像进行特征提取，得到第一特征张量，其中，所述第一特征张量中包括目标特征区域，所述目标特征区域为所述待检测图像中目标区域在所述第一特征张量中对应的特征区域；基于预设特征增广方式对所述目标特征区域进行特征增广，得到第二特征张量，其中，所述第二特征张量中至少包括所述目标特征区域；基于所述第二特征张量，确定所述目标特征区域对应的目标标签，其中，所述目标标签用于指示所述目标特征区域在所述第二特征张量中的位置。2.根据权利要求1所述的方法，其特征在于，所述基于预设特征增广方式对所述目标特征区域进行特征增广，包括：对所述目标特征区域按照以下之一操作进行特征增广：单样本区域特征复制、跨样本区域特征融合以及多样本区域特征拼接。3.根据权利要求2所述的方法，其特征在于，响应于所述预设特征增广方式为单样本区域复制，所述对所述目标特征区域进行特征增广，得到第二特征张量，包括：将所述目标特征区域在所述第一特征张量中进行平移或旋转得到新增特征区域；将所述新增特征区域融合至所述第一特征张量中，得到所述第二特征张量，其中，所述第二特征张量中包括所述目标特征区域和所述新增特征区域。4.根据权利要求2所述的方法，其特征在于，响应于所述预设特征增广方式为跨样本区域特征融合，所述对所述目标特征区域进行特征增广，得到第二特征张量，包括：获取至少一个第一参考图像；对所述至少一个第一参考图像进行特征提取，得到第一参考特征张量，其中，所述第一参考特征张量中至少包括一个第一参考特征区域；将所述第一特征张量与所述第一参考特征张量进行融合，得到所述第二特征张量，其中，所述第二特征张量中包括所述目标特征区域和所述第一参考特征区域。5.根据权利要求2所述的方法，其特征在于，响应于所述预设特征增广方式为多样本区域特征拼接，所述对所述目标特征区域进行特征增广，得到第二特征张量，包...

【专利技术属性】
技术研发人员：朱亚旋，金虹羽，薛鸿，吴继超，宋楠楠，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：