目标检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种目标检测方法、装置、计算机设备和存储介质。该方法包括：对检测图像进行目标检测，获得全局目标；根据预设的兴趣区域确定规则，确定检测图像中的兴趣区域；对兴趣区域对应的局部图像进行目标检测，获得局部目标；将全局目标和局部目标进行融合处理，获得检测图像的最终目标。通过对兴趣区域对应的局部图像再次进行目标检测，实现对兴趣区域内目标的精细化检测，并提高对兴趣区域内细小目标的检测成功率。进一步通过将全局目标和更为精细化的局部目标融合，使得最终获得的最终目标相比于全局目标更丰富、更准确，有效提高了目标检测精度。

Target detection method, device, computer equipment and storage medium

【技术实现步骤摘要】
目标检测方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种目标检测方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展和计算机视觉原理的广泛应用，目标检测技术在智能驾驶系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有越来越高的应用价值。以在智能驾驶系统为例，通过目标检测技术能够实现障碍物识别、目标跟踪，利用障碍物识别结果和目标跟踪结果动态调整汽车行驶路线，提高行驶路线的安全性和准确性。然而，目前的目标检测方法是将检测图像输入至已训练好的目标检测模型，直接将目标检测模型的输出作为目标检测结果，这种方式存在检测精度低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高检测精度的目标检测方法、装置、计算机设备和存储介质。一种目标检测方法，所述方法包括：对检测图像进行目标检测，获得全局目标；根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域；对所述兴趣区域对应的局部图像进行目标检测，获得局部目标；将所述全局目标和所述局部目标进行融合处理，获得所述检测图像的最终目标。一种目标检测装置，所述装置包括：全局检测模块，用于对检测图像进行目标检测，获得全局目标；区域确定模块，用于根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域；局部检测模块，用于对所述兴趣区域对应的局部图像进行目标检测，获得局部目标；目标融合模块，用于将所述全局目标和所述局部目标进行融合处理，获得所述检测图像的最终目标。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：对检测图像进行目标检测，获得全局目标；根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域；对所述兴趣区域对应的局部图像进行目标检测，获得局部目标；将所述全局目标和所述局部目标进行融合处理，获得所述检测图像的最终目标。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：对检测图像进行目标检测，获得全局目标；根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域；对所述兴趣区域对应的局部图像进行目标检测，获得局部目标；将所述全局目标和所述局部目标进行融合处理，获得所述检测图像的最终目标。上述目标检测方法、装置、计算机设备和存储介质，首先对检测图像进行目标检测获得全局目标，并确定检测图像中的兴趣区域，对兴趣区域对应的局部图像再次进行目标检测，实现对兴趣区域内目标的精细化检测，并提高对兴趣区域内细小目标的检测成功率。进一步通过将全局目标和更为精细化的局部目标融合，使得最终获得的最终目标相比于全局目标更丰富、更准确，有效提高了目标检测精度。附图说明图1为一个实施例中目标检测方法的应用环境图；图2为一个实施例中目标检测方法的流程示意图；图3为一个实施例中确定兴趣区域的示意图；图4为一个实施例中目标检测方法的流程示意图；图5为一个实施例中目标检测装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的目标检测方法，可以应用于如图1所示的应用环境中。其中，行驶设备102作为一终端，用于执行目标检测方法的各步骤，基于该目标检测方法实现对行驶道路前方的障碍物检测、目标分类、目标跟踪等。可以理解的是，在图1中虽然仅示出了智能驾驶汽车这一类行驶设备，但在其他实施例中，行驶设备102还可以是智能机器人、动车等其他能够行驶且具有计算处理能力的设备。此外，本申请提供的目标检测方法还可以应用于其他任何需要进行目标检测的终端或服务器。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种目标检测方法，以该方法应用于图1中的行驶设备或者其他需进行目标检测的终端、服务器为例进行说明，包括以下步骤：S202，对检测图像进行目标检测，获得全局目标。其中，检测图像是指需要进行目标检测的图像，在智能驾驶中是指汽车通过图像采集设备采集到的图像。全局目标是指从整幅检测图像中检测到的所有目标集合，各目标还携带有其对应的类型、尺寸、分布坐标等目标信息。具体地，当检测图像的尺寸与预设尺寸相同时，将检测图像输入至已训练好的目标检测模型；当检测图像的尺寸与预设尺寸不同时，将检测图像转换至预设尺寸，再将转换后的检测图像输入至已训练好的目标检测模型。基于目标检测模型的输出获得全局目标。其中，预设尺寸是指目标检测模型的输入图像尺寸。通常情况下，检测图像的尺寸与预设尺寸相同，比如在智能驾驶时的目标检测中，目标检测模型就是通过与汽车采集图像具有相同尺寸的训练图像进行训练得到的，因此在进行目标检测时，不需要对检测图像进行尺寸转换，直接将检测图像输入至目标检测模型即可。S204，根据预设的兴趣区域确定规则，确定检测图像中的兴趣区域。其中，兴趣区域是指用户感兴趣、或者需要着重关注的区域。以智能驾驶为例，兴趣区域可以是汽车在下一时刻可能行驶至的相关区域。本实施例中，预先配置有ROI(regionofinterest，兴趣区域)确定规则，基于预设的ROI确定规则，在检测图像中确定对应的ROI，以便对ROI进行进一步精细化的目标检测。S206，对兴趣区域对应的局部图像进行目标检测，获得局部目标。具体地，获取兴趣区域对应的局部图像，根据已训练好的目标检测模型对局部图像再次进行目标检测，基于目标检测模型的输出获得局部目标。其中，局部目标是指从兴趣区域对应的局部图像中检测到的所有目标集合，同样地，各目标携带有其对应的类型、尺寸、分布坐标等目标信息。为方便后续区分两次目标检测，将对检测图像进行目标检测定义为全局检测，对兴趣区域对应的局部图像进行目标检测定义为局部检测。通过单独将兴趣区域对应的局部图像作为整幅图像再次进行目标检测，提高了对局部图像中细小目标的检测成功率，相比于全局检测，能够检测出该局部图像中更多的目标，同时，还能获得更为准确的目标信息。S208，将全局目标和局部目标进行融合处理，获得检测图像的最终目标。融合处理实际为一种求同存异的处理，通过融合处理保留相同以及不同的目标，获得检测图像的最终目标。上述目标检测方法，首先对检测图像进行目标检测获得全局目标，并确定检测图像中的兴趣区域，对兴趣区域对应的局部图像再次进行目标检测，实现对兴趣区域内目标的精细化检测，并提高对兴趣区域内细小目标的检测成功率。进一步本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，所述方法包括：/n对检测图像进行目标检测，获得全局目标；/n根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域；/n对所述兴趣区域对应的局部图像进行目标检测，获得局部目标；/n将所述全局目标和所述局部目标进行融合处理，获得所述检测图像的最终目标。/n

【技术特征摘要】
1.一种目标检测方法，其特征在于，所述方法包括：
对检测图像进行目标检测，获得全局目标；
根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域；
对所述兴趣区域对应的局部图像进行目标检测，获得局部目标；
将所述全局目标和所述局部目标进行融合处理，获得所述检测图像的最终目标。


2.根据权利要求1所述的方法，其特征在于，所述目标检测方法应用于行驶设备，所述根据预设的兴趣区域确定规则，确定所述检测图像中的兴趣区域，包括：
预测行驶设备的行驶区域，确定在所述检测图像中的预测行驶区域；
根据所述预测行驶区域和图像预设区域，确定所述检测图像中的兴趣区域。


3.根据权利要求2所述的方法，其特征在于，所述预测行驶设备的行驶区域，确定在所述检测图像中的预测行驶区域，包括：
根据行驶设备的转向角预测行驶设备的行驶区域，获得初步预测区域；
根据图像采集设备的内参和外参，将所述初步预测区域投影至所述检测图像，确定在所述检测图像中的预测行驶区域。


4.根据权利要求3所述的方法，其特征在于，所述根据行驶设备的转向角预测行驶设备的行驶区域，获得初步预测区域，包括：
获取行驶设备的转向角；
以所述行驶设备的当前位置为起始位置，并按照所述转向角预测所述行驶设备的行驶边界线，根据预测获得的所述行驶边界线确定初步预测区域。


5.根据权利要求2所述的方法，其特征在于，所述预测行驶设备的行驶区域，确定在所述检测图像中的预测行驶区域，包括：
根据行驶设备的转向角预测行驶设备的行驶区域，获得初步预测区域；
获取在采集所述检测图像的同一时刻时，行驶设备所在路面的车道线；
根据图像采集设备的内参和外参，将所述初步预测区域投影至所述检测图像，...

【专利技术属性】
技术研发人员：左迈迪，伏东奇，宋汉辰，
申请(专利权)人：长沙智能驾驶研究院有限公司，
类型：发明
国别省市：湖南;43