基于Faster-RCNN物体空间区分方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及图像处理技术领域，具体而言，涉及基于Faster

【技术实现步骤摘要】
基于Faster
‑
RCNN物体空间区分方法、装置、计算机设备及存储介质


[0001]本申请涉及图像处理
，具体而言，涉及基于Faster
‑
RCNN物体空间区分方法、装置、计算机设备及存储介质。

技术介绍

[0002]物体检测(object detection)：它是计算机视觉中的经典问题之一，其任务是用框去标出图像中物体的位置，并给出物体的类别和置信度。上下文感知(context awareness)：它是一种在信息系统中，结合物体周边环境一起推理的能力。
[0003]目前针对于基于环境的物体检测的方法包含两种，一种方案是基于多个单纯的物体检测模型，一个模型识别物体，另一个识别场景。当被识别物体处于不符合要求的场景时，不输出结果。另一种方案是，一个模型识别物体，另一个模型对全场景进行语义分割。当被识别物体处于不符合要求的场景时，不上报结果。
[0004]利用多个检测模型的方案，只能对大小、长宽比例合适的“场景”进行检测，例如一辆卡车上运输的纸箱：模型检测出纸箱，另一模型检测出卡车，若本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Faster
‑
RCNN的物体环境区分方法，其特征在于，所述方法包括：获取待识别图像；针对所述待识别图像，通过Faster
‑
RCNN目标区域推荐网络获得多个感兴趣区域；获取独立所述感兴趣区域的参量；通过所述参量生成高斯热图，所述热图与所述特征图大小相同；所述高斯热图作为掩膜，通过点乘所述特征图得到环境热图；对所述环境热图进行池化，得到特征热图，基于所述特征热图得到特征向量；基于Faster
‑
RCNN识别结果回归层生成类别向量，将所述类别向量与所述特征向量进行拼接，得到目标向量；对所述目标向量进行回归处理，得到物体
‑
环境匹配值；基于所述物体
‑
环境匹配值进行物体环境的区分。2.根据权利要求1所述的物体环境区分方法，其特征在于，所述参量包括所述感兴趣区域的中心位置坐标及宽度和高度。3.根据权利要求1所述的物体环境区分方法，其特征在于，所述环境热图池化处理在所述Faster
‑
RCNN感兴趣区域池化层中进行。4.根据权利要求3所述的物体环境区分方法，其特征在于，对所述环境热图进行池化处理后，得到所述特征热图，并对所述特征热图进行调整，调整为1维向量，得到特征向量。5.根据权利要求4所述的物体环境区分方法，其特征在于，所述类别向量通过Faster
‑
RCNN全连接层与softmax函数生成。6.根据...

【专利技术属性】
技术研发人员：姜帝兆，郑义，李骥东，
申请(专利权)人：成都合能创越软件有限公司，
类型：发明
国别省市：