一种图像检测方法和相关装置制造方法及图纸

本申请实施例公开了一种图像检测方法和相关装置，该方法包括：获取待检测图像，该待检测图像中包括至少一个对象。根据待检测图像，检测对象的可视图像区域和对应的完整图像区域。其中，可视图像区域为部分可视区域或完整可视区域，完整图像区域包括对象的完整可视区域和完整不可视区域。对所述可视图像区域进行非极大值抑制，确定目标可视图像区域。根据所述目标可视图像区域，确定对应的完整图像区域为所述对象的目标完整图像区域。该方法中，通过对可视图像区域进行非极大值抑制，以过滤针对同一对象的重复的可视图像区域，从而根据未被排除的可视图像区域确定对象对应的完整图像区域，提高了确定对象的完整图像区域的准确率。

【技术实现步骤摘要】
一种图像检测方法和相关装置
本申请涉及图像处理领域，特别是涉及一种图像检测方法和相关装置。
技术介绍
在通过视频或图像进行对象跟踪如人体跟踪中，通常需要从图像中提取出人体的完整图像区域，该完整图像区域包括了人体的完整可视区域和完整不可视区域，该完整不可视区域如为被遮挡的图像区域等。其中，该完整图像区域即为全体框内的图像区域。如此，可以通过检测人体框的方式检测完整图像区域。目前，在进行全体框的检测过程中，通常会出现检测出同一人的多个全体框的情形，导致全体框的检测不准确。可见，提高全体框的检测准确率是目前亟需解决的问题。
技术实现思路
为了解决上述技术问题，本申请提供了一种图像检测方法和相关装置，提高了确定对象的完整图像区域的准确率。本申请实施例公开了如下技术方案：一方面，本申请实施例提供了一种图像检测方法，所述方法包括：获取待检测图像，所述待检测图像中包括至少一个对象；根据所述待检测图像，检测所述对象的可视图像区域和对应的完整图像区域，所述可视图像区域为部分可视区域或完整可视区域，所述完整图像区域包括对象的完整可视区域和完整不可视区域；对所述可视图像区域进行非极大值抑制，确定目标可视图像区域；根据所述目标可视图像区域，确定对应的完整图像区域为所述对象的目标完整图像区域。另一方面，本申请实施例提供了一种图像检测装置，所述装置包括：获取单元，用于获取待检测图像，所述待检测图像中包括至少一个对象；检测单元，用于根据所述待检测图像，检测所述对象的可视图像区域和对应的完整图像区域，所述可视图像区域为部分可视区域或完整可视区域，所述完整图像区域包括对象的完整可视区域和完整不可视区域；确定单元，用于对所述可视图像区域进行非极大值抑制，确定目标可视图像区域；所述确定单元，还用于根据所述目标可视图像区域，确定对应的完整图像区域为所述对象的目标完整图像区域。另一方面，本申请实施例提供了一种设备，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行上述方法。另一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法。由上述技术方案可以看出，获取待检测图像，该待检测图像中包括至少一个对象。根据待检测图像，检测对象的可视图像区域和对应的完整图像区域。其中，可视图像区域为部分可视区域或完整可视区域，完整图像区域包括对象的完整可视区域和完整不可视区域。对所述可视图像区域进行非极大值抑制，确定目标可视图像区域。根据所述目标可视图像区域，确定对应的完整图像区域为所述对象的目标完整图像区域。该方法中，通过对可视图像区域进行非极大值抑制，以过滤针对同一对象的重复的可视图像区域，从而根据未被排除的可视图像区域确定对象对应的完整图像区域，提高了确定对象的完整图像区域的准确率。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种图像检测方法流程图；图2为本申请实施例提供的一种图像示意图；图3为本申请实施例提供的一种图像区域间重叠的示意图；图4为本申请实施例提供的一种确定目标完整图像区域的场景示意图；图5为本申请实施例提供的一种模型训练的场景示意图；图6a为本申请实施例提供的一种检测模型示意图；图6b为本申请实施例提供的另一种检测模型示意图；图6c为本申请实施例提供的再一种检测模型示意图；图7为本申请实施例提供的一种图像检测装置示意图。具体实施方式下面结合附图，对本申请的实施例进行描述。目前，在进行全体框的检测过程中，通常会出现检测出同一人的多个全体框的情形，可视，提高全体框的检测准确率是目前亟需解决的问题。为此，本申请实施例提供了一种图像检测方法，通过对检测出的可视图像区域进行非极大值抑制，以过滤针对同一对象的重复的可视图像区域，从而根据未被排除的可视图像区域确定对象对应的完整图像区域，提高了确定对象的完整图像区域的准确率。首先，对本申请实施例所提供方法的执行主体进行介绍，该图像检测方法可以由图像处理设备来执行，该图像处理设备可以是终端设备或服务器。接下来，对本申请实施例提供的图像检测方法进行介绍，参见图1，该图示出了本申请实施例提供的一种图像检测方法流程图，如图1所示，所述方法包括：S101：获取待检测图像。其中，待检测图像中包括至少一个对象。本申请实施例不限定该对象的类型，如可以是人体、动物、物品等。接下来以对象为人体为例进行说明。本申请实施例不限定该待检测图像的来源，该待检测图像可以是任意一张图像或者是视频中的一帧图像。S102：根据所述待检测图像，检测所述对象的可视图像区域和对应的完整图像区域。其中，上述中的可视图像区域可以是完整可视区域或部分可视区域。该完整可视区域为图像中针对该对象的全部可视区域，部分可视区域可以是完整可视区域中的一部分图像。在一种可能的实现方式中，所述可视图像区域对应于对象的任意一个或多个部位。如该可视图像区域为人头部的图像区域。该完整图像区域可以包括对象的完整可视区域和完整不可视区域。也就是说，该完整图像区域对应于对象整体，无论该对象在图像中是否完全可视，所确定的完整图像区域包括了该对象整体。例如，参见图2，该图示出了本申请实施例提供的一种图像示意图，如图2所示，在该图像中，对象即人体由一个帘子201遮挡，如此，该对象的完整可视区域为可视框202内的图像区域，该对象的完整图像区域为全体框203内的图像区域。该可视框可以是指图像中针对对象的可视区域的矩阵框，全体框可以是指图像中针对对象的包括完整的可视区域和不可视区域的矩形框。接下来以可视图像区域为完整可视区域为例进行说明。S103：对所述可视图像区域进行非极大值抑制，确定目标可视图像区域。其中，非极大值抑制(Non-MaximumSuppression，NMS)可以是指抑制不是极大值的元素，可以理解为局部最大搜索。也就是说，针对图像中对象确定的可视图像区域，可以通过非极大值抑制的方式来删除针对同一对象的多余的可视图像区域。本申请实施例不限定对可视图像区域进行非极大值抑制的方式，在一种可能的实现方式中，该S103对所述可视图像区域进行非极大值抑制，确定目标可视图像区域的方法，可以包括：S201：当任意两个可视图像区域间的面积重叠率达到预设阈值时，将所述两个可视图像区域中对象分数低的可视图像区域删除，直至所述可视图像区域中不存在面本文档来自技高网...

【技术保护点】
1.一种图像检测方法，其特征在于，所述方法包括：/n获取待检测图像，所述待检测图像中包括至少一个对象；/n根据所述待检测图像，检测所述对象的可视图像区域和对应的完整图像区域，所述可视图像区域为部分可视区域或完整可视区域，所述完整图像区域包括对象的完整可视区域和完整不可视区域；/n对所述可视图像区域进行非极大值抑制，确定目标可视图像区域；/n根据所述目标可视图像区域，确定对应的完整图像区域为所述对象的目标完整图像区域。/n

【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：
获取待检测图像，所述待检测图像中包括至少一个对象；
根据所述待检测图像，检测所述对象的可视图像区域和对应的完整图像区域，所述可视图像区域为部分可视区域或完整可视区域，所述完整图像区域包括对象的完整可视区域和完整不可视区域；
对所述可视图像区域进行非极大值抑制，确定目标可视图像区域；
根据所述目标可视图像区域，确定对应的完整图像区域为所述对象的目标完整图像区域。


2.根据权利要求1所述的方法，其特征在于，所述对所述可视图像区域进行非极大值抑制，确定目标可视图像区域，包括：
当任意两个可视图像区域间的面积重叠率达到预设阈值时，将所述两个可视图像区域中对象分数低的可视图像区域删除，直至所述可视图像区域中不存在面积重叠率达到所述预设阈值的两个可视图像区域；
确定未被删除的所述可视图像区域为目标可视图像区域。


3.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像，检测所述对象的可视图像区域和对应的完整图像区域，包括：
根据所述待检测图像，通过检测模型检测所述对象的可视部位区域和对应的完整图像区域；
其中，所述检测模型是通过检测样本训练得到的，所述检测样本包括多张训练图像和所述训练图像中对象对应的标签，所述标签包括可视部位区域和完整图像区域分别对应的标注坐标以及分类标注分数，所述检测模型对应的损失函数包括分类损失和回归坐标损失。


4.根据权利要求3所述的方法，其特征在于，所述检测模型包括骨干网络和区域提取网络，所述骨干网络用于检测所述待检测图像对应的图像特征，所述区域提取网络用于根据所述图像特征，检测所述对象的可视图像区域和对应的完整图像区域。


5.根据权利要求3所述的方法，其特征在于，所述检测模型包括骨干网络、区域提取网络和区域回归网络，所述骨干网络用于检测所述待检测图像对应的图像特征，所述区域提取网络用于根据所述图像特征，检测所述对象的可视图像区域，所述区域回归网络用于根据所述可视图像区域对应的子图像特征进行回归，确定所述可视图像区域对应的完整图...

【专利技术属性】
技术研发人员：黄志达，
申请(专利权)人：北京爱笔科技有限公司，
类型：发明
国别省市：北京;11