通过分类对象部分发现图像中的对象制造技术

用于检测图像中的对象的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法中的一种方法包括：获取输入图像；对所述输入图像进行处理以生成预测部分特征数据，针对多个可能对象部分中的每个可能对象部分，所述预测部分特征数据包括：表示所述可能对象部分在所述输入图像中被描绘的可能性的部分存在概率、在所述可能对象部分在所述输入图像中被描绘的情况下所述可能对象部分在所述输入图像中的预测姿态、以及在所述可能对象部分在所述输入图像中被描绘的情况下表征所述可能对象部分的描绘的对象部分特征向量；以及，对所述多个可能对象部分的预测部分特征数据进行处理以生成对象检测输出，所述对象检测输出标识所述输入图像中描绘的一个或多个对象。对象。对象。

【技术实现步骤摘要】
【国外来华专利技术】通过分类对象部分发现图像中的对象

技术介绍

[0001]本说明书涉及使用神经网络来处理图像。
[0002]神经网络是采用一层或多层非线性单元预测所接收到的输入的输出的机器学习模型。除了输出层之外，一些神经网络还包括一个或多个隐藏层。每个隐藏层的输出用作网络中下一层(即，下一个隐藏层或者输出层)的输入。网络的每层根据相应的参数集合的当前值从接收到的输入生成输出。

技术实现思路

[0003]本说明书描述了在一个或多个位置的一台或多台计算机上实现为计算机程序的系统，该系统对图像进行处理以检测图像中的对象。一旦系统检测到对象，系统的输出便可以被提供以呈现给用户，可以用于将检测到的对象，分类成例如，对象类别，或者可以用于一些其它下游任务，例如，语义分割、动作分类、机器人控制等。
[0004]该系统包括对象部分神经网络，该对象部分神经网络对输入图像进行处理以生成预测部分特征数据，该预测部分特征数据针对多个可能对象部分中的每个可能对象部分可以包括：i)表示可能对象部分在输入图像中被描绘的可能性的部分存在概率，ii)在可能对象部分在输入图像中被描绘的情况本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：获取输入图像；使用对象部分神经网络对所述输入图像进行处理以生成预测部分特征数据，所述预测部分特征数据对于多个可能对象部分中的每个可能对象部分包括：表示所述可能对象部分在所述输入图像中被描绘的可能性的部分存在概率，在所述可能对象部分在所述输入图像中被描绘的情况下所述可能对象部分在所述输入图像中的预测姿态，以及在所述可能对象部分在所述输入图像中被描绘的情况下表征所述可能对象部分的描绘的对象部分特征向量；以及使用对象检测神经网络对所述多个可能对象部分的预测部分特征数据进行处理以生成对象检测输出，所述对象检测输出识别所述输入图像中描绘的一个或多个对象。2.根据权利要求1所述的方法，其中，所述对象部分神经网络包括卷积神经网络，所述卷积神经网络被配置为对所述输入图像进行处理以生成每个可能对象部分的存在概率、预测姿态和对象部分特征向量。3.根据权利要求1或2中的任一项所述的方法，其中，所述预测部分特征数据进一步包括用于每个可能对象部分的相应图像模板，所述相应图像模板是所述可能对象部分的低维图像。4.根据任一前述权利要求所述的方法，其中，对所述预测部分特征数据进行处理包括：使用置换不变编码器神经网络对所述预测部分特征数据进行处理以生成预测对象特征数据，所述预测对象特征数据对于多个可能对象中的每个可能对象包括：表示所述可能对象在所述输入图像中被描绘的可能性的对象存在概率，在所述可能对象在所述输入图像中被描绘的情况下表征所述可能对象的描绘的对象特征向量；表示所述可能对象与捕获所述图像的相机之间的仿射变换的胶囊
‑
相机关系(CCR)矩阵；针对每个可能对象，在所述可能对象部分是所述可能对象的一部分的情况下，从所述预测对象特征数据并且针对每个可能对象部分生成所述可能对象部分的可能姿态的概率分布；以及使用所述概率分布生成所述对象检测输出。5.根据权利要求4所述的方法，其中，从所述预测对象特征数据并且针对每个可能对象部分生成所述可能对象部分的可能姿态的概率分布包括：针对每个可能对象并且从所述可能对象的对象特征向量生成候选参数，所述候选参数包括：(i)每个可能对象部分的相应胶囊
‑
部分关系CPR矩阵，所述CPR矩阵表示所述可能对象与所述可能对象部分之间的仿射变换；以及(ii)每个可能对象部分的相应预测标量精度；针对每个可能对象，从所述可能对象的CCR矩阵以及所述可能对象和所述可能对象部分的CPR矩阵生成每个可能对象部分的初始候选预测；以及针对每个可能对象和针对每个可能对象部分，从与所述可能对象和所述可能对象部分相对应的初始候选预测和预测标量精度生成...

【专利技术属性】
技术研发人员：亚当，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：