本申请提供的一种目标检测方法及装置,该方法包括:确定第一图像上的第一区域,以及第二图像上与所述第一区域对应的第二区域,所述第二图像与所述第一图像是使用不同图像采集传感器针对同一场景获得的图像;所述第一图像上包括一个或多个目标检测框;对所述第二区域进行目标检测,得到第二目标检测框;在所述第一图像上确定与所述第二目标检测框对应的第一目标检测框;根据所述第一目标检测框与所述第二目标检测框确定目标检测结果。该方法中,对第一图像进行初步检测,通过对第二图像上的第二区域实现对第一图像上的第一区域的进一步检测,提升目标检测准确度。
【技术实现步骤摘要】
一种目标检测方法及装置
本申请涉及计算机
,尤其涉及一种目标检测方法及装置。
技术介绍
随着计算机技术和电子信息技术的飞速发展和广泛应用,其中,基于深度学习的目标检测算法被应用到日常生活中的目标检测中,例如人脸识别、行人检测、车牌识别、无人驾驶等各个领域。但是,现有的目标检测算法需要大量的图像特征信息,在获取的图像信息较少、目标特征不明显的小目标面前,现有目标检测算法就不适用了。比如,无人机、智能化导弹在军事领域应用广泛,但无人机、智能化导弹的目标特征较难获取,目标检测难度大、准确率低。因此,如何提升目标检测准确度是需要解决的问题。
技术实现思路
本申请实施例提供一种目标检测方法及装置,用以提升目标检测准确度。第一方面,本申请实施例提供的一种目标检测方法,包括:确定第一图像上的第一区域,以及第二图像上与所述第一区域对应的第二区域,所述第二图像与所述第一图像是使用不同图像采集传感器针对同一场景获得的图像;所述第一图像上包括一个或多个目标检测框;对所述第二区域进行目标检测,得到第二目标检测框;在所述第一图像上确定与所述第二目标检测框对应的第一目标检测框;根据所述第一目标检测框与所述第二目标检测框确定目标检测结果。可选的,所述第一区域为所述第一图像上目标置信度大于第一阈值且小于第二阈值的区域;其中,所述目标置信度用于表征所述第一图像上不同区域内的目标检测框内存在目标物体的可能性。可选的,所述第一图像为红外光图像,所述第二图像为可见光图像。可选的,所述第二区域为根据对应关系和所述第一区域,在所述第二图像上确定的与所述第一区域对应的区域;所述对应关系为所述第一图像与所述第二图像上的各个像素点的对应关系。可选的,所述第二目标检测框与所述第一目标检测框类型属性一致。可选的,所述根据所述第一目标检测框与所述第二目标检测框确定目标检测结果,包括:确定所述第一图像上与所述第二目标检测框位置对应的第三目标检测框;确定所述第一目标检测框与所述第三目标检测框的重叠区域;若所述重叠区域的面积大于第三阈值,则将所述第三目标检测框在所述第一图像上的位置坐标、所述第二目标检测框的类别或目标置信度中的至少一项,作为所述目标检测结果;其中,所述目标置信度用于表征所述第二图像上不同区域内的目标检测框内存在目标物体的可能性。第二方面,本申请实施例提供的一种目标检测装置,包括:确定模块,用于确定第一图像上的第一区域,以及第二图像上与所述第一区域对应的第二区域,所述第二图像与所述第一图像是使用不同图像采集传感器针对同一场景获得的图像;所述第一图像上包括一个或多个目标检测框;检测模块,用于对所述第二区域进行目标检测,得到第二目标检测框;所述确定模块,还用于在所述第一图像上确定与所述第二目标检测框对应的第一目标检测框;所述确定模块,还用于根据所述第一目标检测框与所述第二目标检测框确定目标检测结果。可选的,所述第一区域为所述第一图像上目标置信度大于第一阈值且小于第二阈值的区域;其中,所述目标置信度用于表征所述第一图像上不同区域内的目标检测框内存在目标物体的可能性。可选的,所述第二区域为所述确定模块根据对应关系和所述第一区域,在所述第二图像上确定的与所述第一区域对应的区域;所述对应关系为所述第一图像与所述第二图像上的各个像素点的对应关系。可选的,所述确定模块在用于根据所述第一目标检测框与所述第二目标检测框确定目标检测结果时,具体用于:确定所述第一图像上与所述第二目标检测框位置对应的第三目标检测框;确定所述第一目标检测框与所述第三目标检测框的重叠区域;若所述重叠区域的面积大于第三阈值,则将所述第三目标检测框在所述第一图像上的位置坐标、所述第二目标检测框的类别或目标置信度中的至少一项,作为所述目标检测结果;其中,所述目标置信度用于表征所述第二图像上不同区域内的目标检测框内存在目标物体的可能性。第三方面,本申请实施例提供的一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中:存储器存储有可被至少一个处理器执行的指令,该指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述方法的一个或多个步骤。第四方面,本申请实施例提供的一种计算机可读介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述方法。本申请提供的一种目标检测方法,该方法包括:确定第一图像上的第一区域,以及第二图像上与所述第一区域对应的第二区域,所述第二图像与所述第一图像是使用不同图像采集传感器针对同一场景获得的图像;所述第一图像上包括一个或多个目标检测框;对所述第二区域进行目标检测,得到第二目标检测框;在所述第一图像上确定与所述第二目标检测框对应的第一目标检测框;根据所述第一目标检测框与所述第二目标检测框确定目标检测结果。该方法中,对第一图像进行初步检测,通过对第二图像上的第二区域实现对第一图像上的第一区域的进一步检测,提升目标检测准确度。附图说明此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:图1为本申请实施例提供的一种目标检测方法的流程示意图;图2为本申请实施例提供的确定重叠区域的示意图;图3为本申请实施例提供的一种目标检测装置的结构示意图;图4为本申请实施例提供的电子设备的结构示意图。具体实施方式以下结合说明书附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请,并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。需要理解的是,在本申请实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。在本申请实施例的描述中“多个”,是指两个或两个以上。本申请实施例中的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。下面简单介绍一下本申请的
技术介绍
。随着计算机技术和电子信息技术的飞速发展和广泛应用,其中,基于深度学习的目标检测算法被应用到日常生活的目标检测中,例如人脸识别、行人检测、车牌识别、无人驾驶等各个领域。但是,现有的目标检测算法需要大量的图像特征信息,在获取的图像信息较少、目标特征不明显的小目标面前,现有目标检测算法就不适用了。比如,无人机、智能化导弹在军事领域应用广泛,但无人机、智能化导弹的目标特征较难获取,目标检测难度大、准确率低。因此,如何提升目标检测准确度是需要解决的问题。为了解决上述技术本文档来自技高网...
【技术保护点】
1.一种目标检测方法,其特征在于,包括:/n确定第一图像上的第一区域,以及第二图像上与所述第一区域对应的第二区域,所述第二图像与所述第一图像是使用不同图像采集传感器针对同一场景获得的图像;所述第一图像上包括一个或多个目标检测框;/n对所述第二区域进行目标检测,得到第二目标检测框;/n在所述第一图像上确定与所述第二目标检测框对应的第一目标检测框;/n根据所述第一目标检测框与所述第二目标检测框确定目标检测结果。/n
【技术特征摘要】
1.一种目标检测方法,其特征在于,包括:
确定第一图像上的第一区域,以及第二图像上与所述第一区域对应的第二区域,所述第二图像与所述第一图像是使用不同图像采集传感器针对同一场景获得的图像;所述第一图像上包括一个或多个目标检测框;
对所述第二区域进行目标检测,得到第二目标检测框;
在所述第一图像上确定与所述第二目标检测框对应的第一目标检测框;
根据所述第一目标检测框与所述第二目标检测框确定目标检测结果。
2.如权利要求1所述的方法,其特征在于,所述第一区域为所述第一图像上目标置信度大于第一阈值且小于第二阈值的区域;
其中,所述目标置信度用于表征所述第一图像上不同区域内的目标检测框内存在目标物体的可能性。
3.如权利要求2所述的方法,其特征在于,所述第一图像为红外光图像,所述第二图像为可见光图像。
4.如权利要求1所述的方法,其特征在于,所述第二区域为根据对应关系和所述第一区域,在所述第二图像上确定的与所述第一区域对应的区域;所述对应关系为所述第一图像与所述第二图像上的各个像素点的对应关系。
5.如权利要求1所述的方法,其特征在于,所述第二目标检测框与所述第一目标检测框类型属性一致。
6.如权利要求1所述的方法,其特征在于,所述根据所述第一目标检测框与所述第二目标检测框确定目标检测结果,包括:
确定所述第一图像上与所述第二目标检测框位置对应的第三目标检测框;
确定所述第一目标检测框与所述第三目标检测框的重叠区域;
若所述重叠区域的面积大于第三阈值,则将所述第三目标检测框在所述第一图像上的位置坐标、所述第二目标检测框的类别或目标置信度中的至少一项,作为所述目标检测结果;
【专利技术属性】
技术研发人员:蔡丹平,
申请(专利权)人:浙江大华技术股份有限公司,
类型:发明
国别省市:浙江;33
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。