【技术实现步骤摘要】
目标检测方法、系统、计算机装置及存储介质
本申请实施例涉及目标检测
，尤其涉及目标检测方法、系统、计算机装置及存储介质。
技术介绍
在众多计算机视觉应用场景中，例如目标识别等，目标检测是其重要的前置步骤。具体的，通过处理所采集图像中的目标相关特征以定位目标所在区域。所述目标可以是人、物等。在目标检测中会用到目标检测模型，例如神经网络模型等。随着目标检测模型的技术在飞速发展，已在准确度及效率上有了不少的提升，但是在实际应用中的复杂情景下，仍然会有不足之处。举例而言，文本检测是目标检测中应用广泛的一种，是很多计算机视觉任务的前置步骤，比如图像搜索、文字识别，身份认证和视觉导航等，文本检测的主要目的是定位文本行或字符在图像中的位置，文本的精准定位既十分重要又具备挑战，因为相较于通用目标检测来说，文字具有多方向、不规则形状、极端长宽比、字体、颜色、背景多样等特点，因此，往往在通用目标检测上较为成功的算法无法直接迁移到文字检测中，但近年来随着深度学习的再次兴起，对文本检测的研究也成为了一大热点，出现了大量专用于文...
【技术保护点】
1.一种目标检测方法，其特征在于，包括：/n获取由原始图像切分得到的各局部图像、以及从所述原始图像提取的至少一信息强化图像；/n通过特征提取模块对每个局部图像和信息强化图像进行特征提取，以分别得到至少一特征提取图像；/n根据各局部图像及信息强化图像在所述原始图像中的对应位置，将各所述至少一特征提取图像进行合成，以形成至少一输出特征图像；/n根据所述至少一输出特征图像形成待检测特征图像；/n根据所述待检测特征图像得到目标检测结果。/n
【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
获取由原始图像切分得到的各局部图像、以及从所述原始图像提取的至少一信息强化图像；
通过特征提取模块对每个局部图像和信息强化图像进行特征提取，以分别得到至少一特征提取图像；
根据各局部图像及信息强化图像在所述原始图像中的对应位置，将各所述至少一特征提取图像进行合成，以形成至少一输出特征图像；
根据所述至少一输出特征图像形成待检测特征图像；
根据所述待检测特征图像得到目标检测结果。
2.根据权利要求1所述的目标检测方法，其特征在于，所述各局部图像为对原始图像在横向方向和/或纵向方向进行等比例切分得到的。
3.根据权利要求2所述的目标检测方法，其特征在于，所述信息强化图像为与所述原始图像的预定区域对应的图像，所述预定区域包括：局部关键区域及全局区域中的至少一种。
4.根据权利要求3所述的目标检测方法，其特征在于，所述局部关键区域包括中央区域，所述信息强化图像包括中央区域强化图像。
5.根据权利要求3所述的目标检测方法，其特征在于，所述信息强化图像包括原始图像的全局区域对应的全局区域强化图像，所述全局区域强化图像是对原始图像下采样至与局部图像尺度相同的图像。
6.根据权利要求3所述的目标检测方法，其特征在于，所述根据各局部图像及信息强化图像在所述原始图像中的对应位置，将各所述至少一特征提取图像进行合成，包括：
根据各局部图像在所述原始图像中的对应位置，拼接各局部图像的特征提取图像为拼接特征图像；
根据对应于局部关键区域的中央区域强化图像在所述原始图像中的对应位置，将中央区域强化图像的特征提取图像按逐像素点的数学计算的方式融合至拼接特征图像上的对应位置；和/或，根据对应于全局区域的全局区域强化图像在所述原始图像中的对应位置，将全局区域强化图像的特征提取图像处理至与所述拼接特征图像尺度相同，按逐像素点的数学计算的方式融合至所述拼接特征图像。
7.根据权利要求1所述的目标检测方法，其特征在于，每个所述特征提取模块根据一尺度组合处理输入的局部图像或信息强化图像，以获得对应的一特征提取图像组。
8.根据权利要求7所述的目标检测方法，其特征在于，各个局部图像和信息强化图像的尺度相同，各个分支的特征提取模...
【专利技术属性】
技术研发人员：张蓓蓓，秦勇，
申请(专利权)人：北京易真学思教育科技有限公司，
类型：发明
国别省市：北京;11
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。