图像检测方法、装置、设备、存储介质和计算机程序产品制造方法及图纸

本申请公开了一种图像检测方法、装置、设备、存储介质和计算机程序产品，涉及人工智能领域，具体为计算机视觉和深度学习方面。具体实现方案为：对待检测图像进行特征提取得到特征图；通过目标分支网络对特征图进行目标检测，得到特征图像素位置上候选锚框的目标检测信息；通过关键点分支网络对特征图进行关键点检测，得到特征图像素位置上候选锚框的关键点位置，且根据所述关键点位置生成所述候选锚框的热力图组；根据所述候选锚框的目标检测信息和所述候选锚框的热力图组，得到所述待检测图像中的目标对象信息和目标对象的关键点位置。本申请能够提高图像检测效率。

【技术实现步骤摘要】
图像检测方法、装置、设备、存储介质和计算机程序产品
本申请涉及人工智能领域，尤其涉及计算机视觉和深度学习方面，具体涉及一种图像检测方法、装置、设备、存储介质和计算机程序产品。
技术介绍
目标检测用于确定图像的某个区域是否含有要识别的对象。关键点检测用于确定图像的某个对象中关键点位置，如人体关键点检测。目标检测和关键点检测是计算机视觉任务的基础，在诸如动作分类、行为识别、智能交通以及无人驾驶等场景中广泛应用。如何进行目标、关键点检测是业内重要问题。
技术实现思路
本公开提供了一种用于图像检测方法、装置、设备、存储介质和计算机程序产品。根据本公开的一方面，提供了一种图像检测方法，包括：通过目标分支网络对待检测图像的特征图进行目标检测，得到特征图像素位置上候选锚框的目标检测信息；通过关键点分支网络对待检测图像的特征图进行关键点检测，得到特征图像素位置上候选锚框的热力图组；根据所述候选锚框的目标检测信息和所述候选锚框的热力图组，得到所述待检测图像中的目标对象信息和目标对象的关键点位置。本文档来自技高网...

【技术保护点】
1.一种图像检测方法，包括：/n通过目标分支网络对待检测图像的特征图进行目标检测，得到特征图像素位置上候选锚框的目标检测信息；/n通过关键点分支网络对待检测图像的特征图进行关键点检测，得到特征图像素位置上候选锚框的热力图组；/n根据所述候选锚框的目标检测信息和所述候选锚框的热力图组，得到所述待检测图像中的目标对象信息和目标对象的关键点位置。/n

【技术特征摘要】
1.一种图像检测方法，包括：
通过目标分支网络对待检测图像的特征图进行目标检测，得到特征图像素位置上候选锚框的目标检测信息；
通过关键点分支网络对待检测图像的特征图进行关键点检测，得到特征图像素位置上候选锚框的热力图组；
根据所述候选锚框的目标检测信息和所述候选锚框的热力图组，得到所述待检测图像中的目标对象信息和目标对象的关键点位置。


2.根据权利要求1所述的方法，其中，所述通过关键点分支网络对待检测图像的特征图进行关键点检测，得到特征图像素位置上候选锚框的热力图组，包括：
通过关键点分支网络对特征图像素位置上候选锚框进行关键点检测，得到所述候选锚框的关键点位置；
根据所述候选锚框的各关键点位置生成各关键点的热力图，作为所述候选锚框的热力图组。


3.根据权利要求1所述的方法，其中，所述根据所述候选锚框的目标检测信息和所述候选锚框的热力图组，得到所述待检测图像中的目标对象信息和目标对象的关键点位置，包括：
根据所述候选锚框的目标检测信息确定所述待检测图像中的目标对象信息，且将与目标对象关联的候选锚框作为目标锚框；
从所述候选锚框的热力图组中选择所述目标锚框的热力图组；
根据所述目标锚框的热力图组，确定所述目标对象的关键点位置。


4.根据权利要求3所述的方法，其中，所述从所述候选锚框的热力图组中选择所述目标锚框的热力图组包括：
根据所述目标锚框的特征图像素位置、锚框号、特征图尺寸，得到目标索引号；
从所述候选锚框的热力图组中选择与所述目标索引号关联的热力图组作为所述目标锚框的热力图组。


5.根据权利要求4所述的方法，其中，所述根据所述目标锚框的特征图像素位置、锚框号、特征图尺寸，得到目标索引号，包括：
通过如下公式，得到所述目标索引号：
c＝a×w×h+j×w+i；
其中，(i，j)为目标锚框的特征图像素位置、a为锚框号、(w，h)为特征图尺寸，c为目标索引号。


6.根据权利要求3所述的方法，其中，所述根据所述目标锚框的热力图组，确定所述目标对象的关键点位置，包括：
确定所述目标锚框的热力图组中各热力图中最大值位置；
根据各热力图中最大值位置、热力图尺寸和所述待检测图像的尺寸，确定所述目标对象中各关键点位置。


7.根据权利要求1-6中任一项所述的方法，其中，所述特征图包括尺寸依次增加的第一特征图、第二特征图和第三特征图；所述目标分支网络包括尺寸依次增加的第一目标分支网络、第二目标分支网络、第三目标分支网络；所述关键点分支网络包括尺寸依次增加的第一关键点分支网络、第二关键点分支网络和第三关键点分支网络；
所述第一特征图为所述第一目标分支网络的输入；
所述第二特征图为所述第二目标分支网络的输入；
所述第三特征图为所述第三目标分支网络的输入；
所述第三特征图还为所述第一关键点分支网络、所述第二关键点分支网络和所述第三关键点分支网络的输入。


8.一种图像检测装置，包括：
目标检测模块，用于通过目标分支网络对待检测图像的特征图进行目标检测，得到特征图像素位置上候选锚框的目标检测信息；
关键点检测模块，用于通过关键点分支网络对待检测图像的特征图进行关键点检测，得到特征图像素位置...

【专利技术属性】
技术研发人员：苏翔博，王健，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11