【技术实现步骤摘要】
图像检测模型训练方法、差异检测方法和相关装置
[0001]本申请涉及计算机视觉
,特别是涉及一种图像检测模型训练方法、差异检测方法和相关装置。
技术介绍
[0002]随着计算机视觉领域的兴起,差异检测作为计算机视觉领域的一个重要分支愈发得到重视,利用差异检测技术可以检测同一场景在不同时间点所发生的变化,当存在大量的图像需要进行差异检测时,通常会采用训练模型的方式来得到训练后的图像检测模型,利用训练后的图像检测模型进行差异检测以提高检测效率,而图像检测模型的训练效果直接决定了差异检测的准确率。有鉴于此,如何提高图像检测模型进行差异检测的准确率成为了亟待解决的问题。
技术实现思路
[0003]本申请主要解决的技术问题是提供一种图像检测模型训练方法、差异检测方法和相关装置,能够提高图像检测模型进行差异检测的准确率。
[0004]为解决上述技术问题,本申请第一方面提供一种图像检测模型训练方法,图像检测模型包括特征提取网络和差异检测网络,该方法包括:将基准图和检测图输入至所述特征提取网络,得到基准特征图和检测特征图;将所述基准特征图和检测特征图输入至所述差异检测网络,得到所述基准特征图和所述检测特征图上存在差异的目标区域;其中,所述目标区域基于所述基准特征图和所述检测特征图上相同位置处的特征修正值确定,所述特征修正值基于修正操作后的特征值组确定,所述特征值组包括所述基准特征图和所述检测特征图上相同位置处的特征值,所述修正操作与所述特征值组中特征值的数值相关;基于所述目标区域调整所述图像检测模型的参 ...
【技术保护点】
【技术特征摘要】
1.一种图像检测模型训练方法,其特征在于,所述图像检测模型包括特征提取网络和差异检测网络所述方法包括:将基准图和检测图输入至所述特征提取网络,得到基准特征图和检测特征图;将所述基准特征图和检测特征图输入至所述差异检测网络,得到所述基准特征图和所述检测特征图上存在差异的目标区域;其中,所述目标区域基于所述基准特征图和所述检测特征图上相同位置处的特征修正值确定,所述特征修正值基于修正操作后的特征值组确定,所述特征值组包括所述基准特征图和所述检测特征图上相同位置处的特征值,所述修正操作与所述特征值组中特征值的数值相关;基于所述目标区域调整所述图像检测模型的参数,直至满足预设收敛条件,获得训练后的所述图像检测模型。2.根据权利要求1所述的图像检测模型训练方法,其特征在于,所述将所述基准特征图和检测特征图输入至所述差异检测网络,得到所述基准特征图和所述检测特征图上存在差异的目标区域,包括:将所述基准特征图和检测特征图输入至所述差异检测网络,基于所述特征值组中的特征值之间的差值和乘积,对所述特征值组进行修正操作,得到所述特征修正值;基于所述特征修正值确定所述基准特征图和所述检测特征图上存在差异的目标区域。3.根据权利要求1所述的图像检测模型训练方法,其特征在于,所述将所述基准特征图和检测特征图输入至所述差异检测网络,得到所述基准特征图和所述检测特征图上存在差异的目标区域,包括:将所述基准特征图和检测特征图输入至所述差异检测网络,基于所述特征值组中的特征值之间的差值,确定所述基准特征图和所述检测特征图上存在差异的检测区域;基于所述检测区域从所述基准特征图上得到基准特征子图,从所述检测特征图上得到检测特征子图,基于所述基准特征子图和所述检测特征子图上相同位置处的特征值,对所述基准特征子图和所述检测特征子图中的特征值进行修正操作,得到所述特征修正值;基于所述特征修正值确定所述基准特征图和所述检测特征图上存在差异的目标区域。4.根据权利要求1所述的图像检测模型训练方法,其特征在于,所述差异检测网络包括特征匹配模块和特征比对模块,所述将所述基准特征图和检测特征图输入至所述差异检测网络,得到所述基准特征图和所述检测特征图上存在差异的目标区域,包括:将所述基准特征图和检测特征图输入至所述特征匹配模块,得到匹配特征图;其中,所述匹配特征图上的所述特征修正值基于所述特征值组中的特征值之间的差值和乘积确定;基于所述匹配特征图上的所述特征修正值,确定所述基准特征图和所述检测特征图上存在差异的检测区域;基于所述检测区域从所述基准特征图上得到基准特征子图,从所述检测特征图上得到检测特征子图,将所述基准特征子图和所述检测特征子图输入至所述特征比对模块,得到目标区域;其中,所述目标区域基于所述基准特征子图和所述检测特征子图上的特征值确定。5.根据权利要求4所述的图像检测模型训练方法,其特征在于,所述将所述基准特征图和检测特征图输入至所述特征匹配模块,得到匹配特征图,包括:将所述基准特征图和检测特征图输入至所述特征匹配模块,基于所述特征值组中特征
值之间的绝对差值,得到差值特征图,以及,基于所述特征值组中特征值之间的乘积,得到关联特征图;基于所述差值特征图和所述关联特征图,得到所述匹配特征图。6.根据权利要求5所述的图像检测模型训练方法,其特征在于,所述基于所述差值特征图和所述关联特征图,得到所述匹配特征图,包括:对所述差值特征图和所述关联特征图进行拼接,得到拼接特征图;对所述拼接特征图进行降维,得到所述匹配特征图;其中,所述匹配特征图与所述基准特征图和所述检测特征图的维度相同。7.根据权利要求4所述的图像检测模型训练方法,其特征在于,所述差异检测网络还包括回归分类模块,所...
【专利技术属性】
技术研发人员:潘国雄,郑佳,潘柄存,潘华东,
申请(专利权)人:浙江大华技术股份有限公司,
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。