The application embodiment discloses a method and device for detecting objects. A specific embodiment of the above method includes: extracting the features of the target image from the first feature of the convolution neural network and obtaining the first feature map; determining the first candidate region in the first feature map and detecting the target object in the first candidate region, and obtaining the first target detection result of the first feature map. The second feature extraction network of convolution neural network is used to extract the features of the first feature graph, and the second feature graph is obtained; the second candidate region is determined in the second feature graph, and the first associated object of the target object and the target object is detected in the second candidate region, and the second target detection result of the second feature graph is generated. Among them, the first associated object is the preset object associated with the target object. The implementation improves the accuracy of target object detection.
【技术实现步骤摘要】
用于检测对象的方法和装置
本申请实施例涉及计算机视觉
,具体涉及用于检测对象的方法和装置。
技术介绍
目标检测作为计算机视觉的重要研究课题之一,被广泛应用于国防军事、公共交通、社会安全和商业应用等各个领域。因此目标检测算法的研究,具有非常重要的军事以及商业价值。所谓目标检测,是通过分析图像或者视频中的目标的特征,将目标识别出来,获得目标的类别和位置信息,能够对目标做进一步分析和理解提供帮助,例如目标跟踪以及基于图像内容的分析等。
技术实现思路
本申请实施例提出了用于检测对象的方法和装置。第一方面,本申请实施例提供了一种用于检测对象的方法,包括:利用卷积神经网络的第一特征提取网络提取目标图像的特征,得到第一特征图;在上述第一特征图中确定第一候选区域以及在上述第一候选区域检测目标对象,得到上述第一特征图的第一目标对象检测结果;利用卷积神经网络的第二特征提取网络提取上述第一特征图的特征,得到第二特征图;在上述第二特征图中确定第二候选区域以及在上述第二候选区域中检测上述目标对象及上述目标对象的第一关联对象,生成上述第二特征图的第二目标对象检测结果,其中,第一关联对象为预设的、与上述目标对象存在位置关联的对象。在一些实施例中,上述方法还包括:利用卷积神经网络的第三特征提取网络提取上述第二特征图的特征,得到第三特征图;在上述第三特征图中确定第三候选区域以及在上述第三候选区域中检测上述目标对象、上述第一关联对象以及第二关联对象,生成第三特征图的第三目标对象检测结果,其中,上述第二关联对象为预设的、与上述目标对象、上述第一关联对象存在位置关联的对象。在一些实施例中,上述 ...
【技术保护点】
1.一种用于检测对象的方法,包括:利用卷积神经网络的第一特征提取网络提取目标图像的特征,得到第一特征图;在所述第一特征图中确定第一候选区域以及在所述第一候选区域检测目标对象,得到所述第一特征图的第一目标对象检测结果;利用卷积神经网络的第二特征提取网络提取所述第一特征图的特征,得到第二特征图;在所述第二特征图中确定第二候选区域以及在所述第二候选区域中检测所述目标对象及所述目标对象的第一关联对象,生成所述第二特征图的第二目标对象检测结果,其中,第一关联对象为预设的、与所述目标对象存在位置关联的对象。
【技术特征摘要】
1.一种用于检测对象的方法,包括:利用卷积神经网络的第一特征提取网络提取目标图像的特征,得到第一特征图;在所述第一特征图中确定第一候选区域以及在所述第一候选区域检测目标对象,得到所述第一特征图的第一目标对象检测结果;利用卷积神经网络的第二特征提取网络提取所述第一特征图的特征,得到第二特征图;在所述第二特征图中确定第二候选区域以及在所述第二候选区域中检测所述目标对象及所述目标对象的第一关联对象,生成所述第二特征图的第二目标对象检测结果,其中,第一关联对象为预设的、与所述目标对象存在位置关联的对象。2.根据权利要求1所述的方法,其中,所述方法还包括:利用卷积神经网络的第三特征提取网络提取所述第二特征图的特征,得到第三特征图;在所述第三特征图中确定第三候选区域以及在所述第三候选区域中检测所述目标对象、所述第一关联对象以及第二关联对象,生成第三特征图的第三目标对象检测结果,其中,所述第二关联对象为预设的、与所述目标对象、所述第一关联对象存在位置关联的对象。3.根据权利要求1所述的方法,其中,所述在所述第二候选区域中检测所述目标对象及所述目标对象的第一关联对象,生成所述第二特征图的第二目标对象检测结果,包括:响应于在所述第二候选区域中检测到所述第一关联对象,根据所述第一关联对象确定所述目标对象;根据所确定的目标对象以及在所述第二候选区域中检测到的目标对象,生成所述第二目标对象检测结果。4.根据权利要求2所述的方法,其中,所述方法还包括:融合所述第一目标对象检测结果、所述第二目标对象检测结果以及所述第三目标对象检测结果,将融合后的目标对象检测结果输出。5.根据权利要求1所述的方法,其中,所述在所述第二特征图中确定第二候选区域,包括:检测所述第二特征图的尺寸是否满足预设条件;响应于确定所述第二特征图的尺寸满足预设条件,在所述第二特征图中确定第二候选区域。6.一种用于检测对象的装置,包括:第一特征提取单元,用于利用卷积神经网络的第一特征提取网络提取目标图像的特征,得到第一特征图;第一对象检测单元,用于在所述第一特征图中确定第一...
【专利技术属性】
技术研发人员:杜康,汤旭,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
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。