目标对象检测、火力发电厂检测方法和装置制造方法及图纸

技术编号:26731208 阅读:23 留言:0更新日期:2020-12-15 14:33
本申请实施例提供一种目标对象检测、火力发电厂检测方法和装置,涉及图像处理技术领域。其中,利用对象检测模型提取目标图像中的候选区域;提取所述候选区域中目标对象的对象特征及所述目标对象分别与所述目标对象中的至少一个关联对象的关系特征;融合所述对象特征与至少一个关系特征,获得所述候选区域的融合特征;基于所述融合特征,利用所述对象检测模型识别所述候选区域中所述目标对象及所述至少一个关联对象。本申请实施例提供的技术方案提高了目标对象检测的精度。

【技术实现步骤摘要】
目标对象检测、火力发电厂检测方法和装置
本申请实施例涉及图像处理
,尤其涉及一种目标对象检测、火力发电厂检测方法和装置。
技术介绍
目标对象检测是计算机视觉领域重要的研究问题,也是人工智能领域常用的技术手段,通常基于深度卷积神经网络的对象检测模型学习目标对象的特征,识别出图像中的目标对象(物体),并确定其位置信息。目标对象检测在很多领域都有应用需求,包括人脸检测,车辆检测以及遥感影像中的重要地物检测等。目前的对象检测模型学习单个对象的特征,在检测时根据待检测对象与所学习对象的特征相似度进行判断。而对于遥感图像中的地物检测,考虑到遥感图像的复杂性,大量不同地物可能会具有相同或相似的特征,在实际应用时会产生大量的误检,影响检测精度。
技术实现思路
本申请实施例提供一种目标对象检测、火力发电厂检测的方法和装置,用以解决现有技术中目标对象检测产生大量误检的问题。第一方面,本申请实施例中提供了一种目标对象检测方法,包括:利用对象检测模型提取目标图像中的候选区域;提取所述候选区域中目标对象的对象特征本文档来自技高网...

【技术保护点】
1.一种目标对象检测方法,其特征在于,包括:/n利用对象检测模型提取目标图像中的候选区域;/n提取所述候选区域中目标对象的对象特征及所述目标对象分别与所述目标对象中的至少一个关联对象的关系特征;/n融合所述对象特征与至少一个关系特征,获得所述候选区域的融合特征;/n基于所述融合特征,利用所述对象检测模型识别所述候选区域中所述目标对象及所述至少一个关联对象。/n

【技术特征摘要】
1.一种目标对象检测方法,其特征在于,包括:
利用对象检测模型提取目标图像中的候选区域;
提取所述候选区域中目标对象的对象特征及所述目标对象分别与所述目标对象中的至少一个关联对象的关系特征;
融合所述对象特征与至少一个关系特征,获得所述候选区域的融合特征;
基于所述融合特征,利用所述对象检测模型识别所述候选区域中所述目标对象及所述至少一个关联对象。


2.根据权利要求1所述的方法,其特征在于,所述利用对象检测模型提取目标图像中的候选区域包括:
利用对象检测模型提取目标图像的特征图;
从所述特征图中提取候选区域。


3.根据权利要求1所述的方法,其特征在于,所述提取所述候选区域中目标对象的对象特征及所述目标对象分别与所述目标对象中的至少一个关联对象的关系特征包括:
提取所述候选区域中目标对象的对象特征及所述目标对象中的至少一个关联对象的对象特征;所述对象特征包括光谱特征;
对所述至少一个关联对象的光谱特征进行加权求和,经值向量矩阵进行线性映射获得所述目标对象与所述目标对象中的至少一个关联对象的关系特征。


4.根据权利要求3所述的方法,其特征在于,所述对象特征还包括几何特征;
所述对所述至少一个关联对象的光谱特征进行加权求和,经值向量矩阵进行线性映射获得所述目标对象与所述目标对象中的至少一个关联对象的关系特征包括:
对所述目标对象的光谱特征及所述至少一个关联对象的光谱特征进行点积操作获得光谱权重;
将所述目标对象的几何特征及所述至少一个关联对象的几何特征映射到高维空间,经几何向量矩阵线性映射获得几何权重;
对所述光谱权重及几何权重进行归一化获得关系权重,并根据所述关系权重,对所述至少一个关联对象的光谱特征进行加权求和,经值向量矩阵进行线性映射获得所述目标对象与所述目标对象中的至少一个关联对象的关系特征。


5.根据权利要求1所述的方法,其特征在于,所述融合所述对象特征与至少一个关系特征,获得所述候选区域的融合特征包括:
将所述对象特征与至少一个关系特征进行加和,获得所述候选区域的融合特征。


6.根据权利要求2所述的方法,其特征在于,所述对象检测模型包括特征图提取网络、候选区域提取网络,特征提取网络及检测网络;
所述利用对象检测模型提取目标图像中的候选区域包括:
利用所述特征图提取网络提取所述目标图像的特征图;
利用所述候选区域提取网络从所述特征图中提取候选区域;
所述提取所述候选区域中目标对象的对象特征及所述目标对象分别与所述目标对象中的至少一个关联对象的关系特征,融合所述对象特征与至少一个关系特征,获得所述候选区域的融合特征包括:
利用所述特征提取网络提取所述候选区域中目标对象的对象特征及所述目标对象分别与所述目标对象中的至少一个关联对象的关系特征;融合所述对象特征与至少一个关系特征,获得所述候选区域的融合特征;
所述基于所述融合特征,利用所述对象检测模型识别所述候选区域中所述目标对象及所述至少一个关联对象包括:
利用所述检测网络基于所述融合特征,识别所述候选区域中所述目标对象及所述至少一个关联对象。


7.根据权利要求1所述的方法,其特征在于,所述对象检测模型预先基于样本图像及所述样本图像中的训练标签训练获得,所述训练标签包括所述样本图像中的目标对象的位置信息及所述目标对象中的至少一个关联对象的位置信息。


8.根据权利要求1所述的方法,其特征在于,所述利用对象检测模型提取目标图像中的候选区域包括:
利用对象检测模型提取目标图像中的多个待选区域;
从所述多个待选区域中确定候选区域。


9.一种数据处理方法,其特征在于,包括:
确定样本图像及所述样本图像中的训练标签,所述训练标签包括所述样本图像中的目标对象的位置信息及所述目标对象中的至少一个关联对象的位置信息;
利用所述样本图像及所述训练标签,训练对象检测模型;其中,所述对象检测模型用于识别样本图像中的所述目标对象以及所述至少一个关联对象。


10.根据权利要求9所述的方法,其特征在于,所述利用所述样本图像及所述训练标签,训练对象检测模型包括:
将样本图像输入对象检测模型,提取所述样本图像中的候选...

【专利技术属性】
技术研发人员:昝露洋
申请(专利权)人:中国科学院空天信息创新研究院
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1