图像中目标对象的定位方法和装置制造方法及图纸

本申请实施例提供了一种图像中目标对象的定位方法和装置，其中，该方法包括：获取待检测图像；根据待检测图像得到第一处理图像和第二处理图像；叠加第一处理图像和第二处理图像，得到叠加结果图像；利用改进的神经网络模型对叠加结果图像进行检测，以确定待检测图像的目标定位框，由于该方案通过先对待检测图像进行前置处理，分别得到图像特征较丰富的第一处理图像、第二处理图像；再通过叠加上述两种图像，以综合两种图像的不同的图像特征优势，进一步增强并丰富了输入神经网络模型的图像的特征信息；进而通过改进的神经网络模型可以更加有效地利用上述图像特征信息，确定目标定位框，从而解决了现有方法存在的定位速度慢、准确度差的技术问题。

Method and Device for Locating Objects in Images

The embodiment of this application provides a method and device for locating the target object in an image, which includes: acquiring the image to be detected; obtaining the first and second processed images according to the image to be detected; superimposing the first and second processed images to obtain the superimposed result images; and detecting the superimposed result images by using the improved neural network model. To determine the target location frame of the image to be detected, the scheme obtains the first processing image and the second processing image with abundant image features by pre-processing the detected image, and then synthesizes the different image feature advantages of the two images by superimposing the two images, which further enhances and enriches the feature information of the image input into the neural network model. Furthermore, the improved neural network model can make more effective use of the above image feature information to determine the target positioning frame, thus solving the technical problems of slow positioning speed and poor accuracy of the existing methods.

【技术实现步骤摘要】
图像中目标对象的定位方法和装置
本申请涉及图像处理
，特别涉及一种图像中目标对象的定位方法和装置。
技术介绍
在利用神经网络对图像数据进行处理时，通常会先寻找、确定出定位框，利用定位框对图像中的目标对象(或者图像中的主要内容)进行定位，以确定并标识出图像中的目标对象所在位置，进而可以对该位置处的图像数据进行进一步的处理，例如，识别该位置处的图像内容，或者提取该位置处的图像的特征数据等等。目前，为了确定出用于标识目标对象所处图像中的位置区域的目标定位框，大多是利用基于SSD(SingleShotMultiBoxDetector)的目标检测模型对待检测图像进行检测处理，以识别并确定出图像中的目标定位框。但是，上述目标检测模型受限于实现机理，其模型结构较为复杂。导致利用上述目标检测模型进行图像定位时，实施效率相对较低，准确度也相对较差，不适合部署应用于嵌入式移动设备等硬件条件较低的设备。综上可知，现有的图像中目标对象的定位方法具体实施时，往往存在定位速度慢、准确度差的技术问题。针对上述问题，目前尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种图像中目标对象的定位方法和装置，本文档来自技高网...

【技术保护点】
1.一种图像中目标对象的定位方法，其特征在于，包括：获取待检测图像；根据所述待检测图像得到第一处理图像和第二处理图像，其中，所述第一处理图像为边界增强的灰度图像，所述第二处理图像为对比度增强的RGB图像；叠加所述第一处理图像和所述第二处理图像，得到叠加结果图像；利用改进的神经网络模型对所述叠加结果图像进行检测，以确定所述待检测图像的目标定位框，其中，所述目标定位框用于标识出所述待检测图像中的目标对象所处的图像区域。

【技术特征摘要】
1.一种图像中目标对象的定位方法，其特征在于，包括：获取待检测图像；根据所述待检测图像得到第一处理图像和第二处理图像，其中，所述第一处理图像为边界增强的灰度图像，所述第二处理图像为对比度增强的RGB图像；叠加所述第一处理图像和所述第二处理图像，得到叠加结果图像；利用改进的神经网络模型对所述叠加结果图像进行检测，以确定所述待检测图像的目标定位框，其中，所述目标定位框用于标识出所述待检测图像中的目标对象所处的图像区域。2.根据权利要求1所述的方法，其特征在于，根据所述待检测图像得到第一处理图像，包括：根据所述待检测图像得到灰度图像和边界图像；将所述灰度图像和所述边界图像相加，得到所述第一处理图像。3.根据权利要求1所述的方法，其特征在于，根据所述待检测图像得到第二处理图像，包括：确定图像卷积核；利用所述图像卷积核对所述待检测图像进行卷积核滤波，得到所述第二处理图像。4.根据权利要求1所述的方法，其特征在于，叠加所述第一处理图像和所述第二处理图像，得到叠加结果图像，包括：利用预设的连接方式，对所述第一处理图像和所述第二处理图像进行图像卷积叠加，以得到所述叠加结果图像。5.根据权利要求4所述的方法，其特征在于，所述预设的连接方式包括route连接方式。6.根据权利要求1所述的方法，其特征在于，利用改进的神经网络模型对所述叠加结果图像进行检测，以确定所述待检测图像的目标定位框，包括：根据所述叠加结果图像，利用所述改进的神经网络模型生成多个的特征图，其中，所述特征图用于检测目标对象；根据所述特征图，利用所述改进的神经网络模型生成多个候选框；从所述多个候选框中筛选出所述目标定位框。7.根据权利要求6所述的方法，其特征在于，所述改进的神经网络模型为基于mobilenetv2结构的，且所生成的特征图的数量、所述生成的候选框的数量被调整后的模型。8.根据权利要求7所述的方法...

【专利技术属性】
技术研发人员：罗培元，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海,31