目标检测方法、用于目标检测的训练方法和装置制造方法及图纸

本发明专利技术实施例提供一种目标检测方法、用于目标检测的训练方法和装置。本发明专利技术的目标检测方法，包括：获取待处理图像，将所述待处理图像输入至目标分类器，使用所述目标分类器对所述待处理图像进行检测，获取候选目标的区域信息，根据所述候选目标的区域信息和卷积神经网络对所述待处理图像中的所述候选目标进行过滤和位置调整，确定待检测目标的区域信息，根据所述待检测目标的区域信息对所述待检测目标的运动状态进行检测。本发明专利技术实施例可以实现在移动终端设备或嵌入式设备等低配置设备中对待检测目标的运动状态的准确检测。

Target detection method, training method and device for target detection

【技术实现步骤摘要】
目标检测方法、用于目标检测的训练方法和装置
本专利技术实施例涉及目标检测技术，尤其涉及一种目标检测方法、用于目标检测的训练方法和装置。
技术介绍
驾驶辅助预警系统主要包括行人碰撞预警(PCW)、前向碰撞预警(FCW)、车道偏离预警(LDW)、车距检测与警告(HMW)等功能。其利用各种技术手段，例如超声波、雷达、机器视觉、红外线等，获取行车环境信息，通过控制单元对道路运行状况进行监测和智能化预警，给予驾驶员建议，以避免车辆碰撞事故发生或降低事故碰撞损伤程度。其中，基于机器视觉的车辆检测成本低、尺寸小、质量轻、功耗小、视觉范围广，且测量精度能够满足驾驶辅助预警系统的要求，所以，基于机器视觉的车辆检测方法得到了广泛应用。基于机器视觉的车辆检测方法具体可以采用基于神经网络的目标检测方法，该基于神经网络的目标检测方法，例如R-CNN(RegionswithConvolutionalNeuralNetworkFeatures)、SSD、YOLO等端到端神经网络，自动产生抽象特征，不需要人工干预，并且通过神经网络处理可以直接输出检测结果，且检测结果的本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，包括：/n获取待处理图像；/n将所述待处理图像输入至目标分类器，使用所述目标分类器对所述待处理图像进行检测，获取候选目标的区域信息，所述候选目标的区域信息用于指示所述候选目标所在区域在所述待处理图像中的位置和大小；/n根据所述候选目标的区域信息和卷积神经网络对所述待处理图像中的所述候选目标进行过滤和位置调整，确定待检测目标的区域信息，所述待检测目标的区域信息用于指示所述待检测目标所在区域在所述待处理图像中的位置和大小；/n根据所述待检测目标的区域信息对所述待检测目标的运动状态进行检测。/n

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
获取待处理图像；
将所述待处理图像输入至目标分类器，使用所述目标分类器对所述待处理图像进行检测，获取候选目标的区域信息，所述候选目标的区域信息用于指示所述候选目标所在区域在所述待处理图像中的位置和大小；
根据所述候选目标的区域信息和卷积神经网络对所述待处理图像中的所述候选目标进行过滤和位置调整，确定待检测目标的区域信息，所述待检测目标的区域信息用于指示所述待检测目标所在区域在所述待处理图像中的位置和大小；
根据所述待检测目标的区域信息对所述待检测目标的运动状态进行检测。


2.根据权利要求1所述的方法，其特征在于，所述根据所述候选目标的区域信息和卷积神经网络对所述待处理图像中的所述候选目标进行过滤和位置调整，确定待检测目标的区域信息，包括：
根据所述候选目标的区域信息和第一卷积神经网络对所述待处理图像中的所述候选目标进行分类，获取所述候选目标的分类结果；
根据所述候选目标的分类结果对所述候选目标进行筛选，确定待检测目标；
根据所述待检测目标和所述候选目标的区域信息确定所述待检测目标的原始区域信息；
根据所述待检测目标的原始区域信息和第二卷积神经网络对所述待检测目标的原始区域信息进行位置调整，确定所述待检测目标的区域信息。


3.根据权利要求2所述的方法，其特征在于，所述根据所述候选目标的区域信息和第一卷积神经网络对所述待处理图像中的所述候选目标进行分类，获取所述候选目标的分类结果，包括：
根据所述候选目标的区域信息对所述待处理图像进行图像截取，获取所述候选目标的图像；
将所述候选目标的图像输入至所述第一卷积神经网络，使用所述第一卷积神经网络对所述候选目标的图像进行分类，获取所述候选目标的分类结果。


4.根据权利要求2或3所述的方法，其特征在于，所述原始区域信息包括原始识别框在所述待处理图像中的四个坐标点，所述根据所述待检测目标的原始区域信息和第二卷积神经网络对所述待检测目标的原始区域信息进行位置调整，确定所述待检测目标的区域信息，包括：
根据所述待检测目标的原始区域信息对所述待处理图像进行图像截取，获取所述待检测目标的图像；
将所述待检测目标的图像输入至所述第二卷积神经网络，使用所述第二卷积神经网络对所述待检测目标的原始区域信息进行位置调整，确定所述待检测目标的区域信息。


5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
获取训练数据，所述训练数据包括训练图像、所述训练图像中的待检测目标的区域信息和与所述待检测目标对应的标记值、以及所述训练图像中的非待检测目标的区域信息和与所述非待检测目标对应的标记值；
根据所述训练图像中的待检测目标的区域信息和所述训练图像中的非待检测目标的区域信息对所述训练图像进行图像截取，获取所述训练图像中的待检测目标的图像和所述训练图像中的非待检测目标的图像；
将所述训练图像中的待检测目标的图像和对应的标记值、所述训练图像中的非待检测目标的图像和对应的标记值输入分类器模型，对所述分类器模型进行训练，获取所述目标分类器。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括
将所述训练图像中的待检测目标的图像和对应的标记值、所述训练图像中的非待检测目标的图像和对应的标记值输入卷积神经网络模型，对所述卷积神经网络模型进行训练，获取所述第一卷积神经网络。


7.一种目标检测装置，其特征在于，包括：
获取模块，用于获取待处理图像；
第一图像处理模块，用于将所述待处理图像输入至目标分类器，使用所述目标分类器对所述待处理图像进行检测，获取候选目标的区域信息，所述候选目标的区域信息用于指示所述候选目标所在区域在所述待处理图像中的位置和大小；
第二图像处理模块，用于根据所述候选目标的区域信息和卷积神经网络对所述待处理图像中的所述候选目标进行过滤和位置调整，确定待检测目标的区域信息，所述待检测目标的区域信息用于指示所述待检测目标所在区域在所述待处理图像中的位置和大小；
检测...

【专利技术属性】
技术研发人员：陶永俊，秦暕，葛逸盛，王鹏，马海军，李乐，俞鸿魁，郭艳民，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：北京;11