目标检测方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种目标检测方法、装置及电子设备，属于图像处理技术领域。本发明专利技术提供的目标检测方法、装置及电子设备，通过获取RGB图像对应的深度图像，在进行目标检测时，从RGB图像中提取初步特征图，从深度图像中提取深度特征图，将初步特征图和深度特征图输入特征融合网络，得到融合特征图，基于融合特征图进行目标检测。上述过程结合RGB图像的特征信息和RGB图像对应的深度图像的特征信息进行检测，提高了目标检测的精度，尤其对于暗光环境下拍摄的图像，提高了目标检测的精度和准确率。

【技术实现步骤摘要】
目标检测方法、装置及电子设备
本专利技术属于图像处理
，尤其是涉及一种目标检测方法、装置及电子设备。
技术介绍
目标检测的目的在于将图像或视频中的目标区域与背景区域进行区分，确定目标对象在图像或视频中的位置信息。例如，人脸检测即确定图像或视频中所有人脸的位置、大小或姿态等。目前，人脸检测在安防、直播视频及摄影等许多领域有着广泛的应用。在实际应用过程中，对于在暗光环境下拍摄的图像，现有的目标检测方法检测精度较低，常常存在检测不到目标对象或者检测到错误的目标对象的情况。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种目标检测方法、装置及电子设备，可以提高检测精度。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种目标检测方法，包括：获取包含待检测目标的RGB图像及所述RGB图像对应的深度图像；从所述RGB图像中提取初步特征图；从所述深度图像中提取深度特征图；将所述初步特征图和所述深度特征图输入特征融合网络，得到所述特征融合网络输出的融合特征图；基于所述融合特征图进行目标检测。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，包括：获取包含待检测目标的RGB图像及所述RGB图像对应的深度图像；从所述RGB图像中提取初步特征图；从所述深度图像中提取深度特征图；将所述初步特征图和所述深度特征图输入特征融合网络，得到所述特征融合网络输出的融合特征图；基于所述融合特征图进行目标检测。

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取包含待检测目标的RGB图像及所述RGB图像对应的深度图像；从所述RGB图像中提取初步特征图；从所述深度图像中提取深度特征图；将所述初步特征图和所述深度特征图输入特征融合网络，得到所述特征融合网络输出的融合特征图；基于所述融合特征图进行目标检测。2.根据权利要求1所述的方法，其特征在于，所述特征融合网络包括第一特征金字塔网络、第二特征金字塔网络和融合金字塔网络；将所述初步特征图和所述深度特征图输入特征融合网络，得到所述特征融合网络输出的融合特征图的步骤，包括：通过所述第一特征金字塔网络提取所述初步特征图的多个尺度的子特征图；通过所述第二特征金字塔网络提取所述深度特征图的多个尺度的子特征图；通过所述融合金字塔网络对所述初步特征图和所述深度特征图的多个尺度的子特征图进行特征融合，得到所述融合特征图。3.根据权利要求2所述的方法，其特征在于，通过所述融合金字塔网络对所述初步特征图和所述深度特征图的多个尺度的子特征图进行特征融合，得到所述融合特征图的步骤，包括：将所述初步特征图的多个尺度的子特征图与所述深度特征图的对应尺度的子特征图进行级联，得到多个尺度的级联子特征图；将所述多个尺度的级联子特征图输入所述融合金字塔网络，得到所述融合金字塔网络输出的融合特征图。4.根据权利要求2所述的方法，其特征在于，所述第一特征金字塔网络和/或所述第二特征金字塔网络包括多个特征网络层，每个特征网络层包括至少一个卷积层；每个特征网络层输出一个尺度的子特征图。5.根据权利要求4所述的方法，其特征在于，所述每个特征网络层中至少一个卷积层的步长大于或等于2。6.根据权利要求4所述的方法，其特征在于，所述每个特征网络层包括至少一个池化层。7.根据权利要求3所述的方法，其特征在于，所述融合金字塔网络包括输入层和多层融合网络层；所述多个尺度的级联子特征图按照尺度由小到大的顺序分别对应输入所述输入层和每层所述融合网络层；所述输入层用于根据接收到的级联子特征图生成输入层的融合子特征图传递至第一层融合网络层；每层所述融合网络层将接收到的融合子特征图和级联子特...

【专利技术属性】
技术研发人员：王远江，袁野，俞刚，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11