【技术实现步骤摘要】
一种目标检测方法和装置
[0001]本专利技术涉及图像处理
，尤其涉及一种目标检测方法和装置。
技术介绍
[0002]随着目标检测技术的需求不断增大，目标检测的准确性受到广泛关注。以人形目标为例，为了准确率的提升，现有的人形检测方法不仅使用行人特征检测，还使用了行人的身体组成部分的特征，例如半身特征以及头部特征等等。利用分类器检测行人的多个身体组成部分，利用身体组成部分与人体全身的位置关系筛选人体，最终输出人体目标检测结果。
[0003]然而，专利技术人发现现有技术至少存在如下问题：现有技术中用于检测身体组成部分或人体全身的分类器的输出得分，与身体组成部分相对于全身的位置关系的物理意义不同，两者之间没有较为有效的融合方式，只能依靠人为经验进行判定，使得行人检测结果的精准性不高。
技术实现思路
[0004]本专利技术实施例的目的是提供一种目标检测方法和装置，能够有效结合目标的不同检测对象间的位置关系的出现概率和检测对象位置信息的判别概率，准确定位出目标整体的位置，从而提高对目标整体的检测精度。
【技术保护点】
【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取原始图像的不同检测对象的位置信息和判别概率；其中，所述不同检测对象包括目标整体以及构成所述目标整体的至少一组成部分；根据每一所述检测对象的位置信息和判别概率，遍历得到所有的检测对象位置关系组合；其中，所述检测对象位置关系组合由任意两个不同检测对象的位置信息组成；根据预先构建的概率模型，计算每一所述检测对象位置关系组合所对应的两个检测对象间的位置关系的出现概率；判断每一所述检测对象位置关系组合所对应的两个检测对象的判别概率和所述两个检测对象间的位置关系的出现概率是否满足预设的阈值条件；当满足预设的阈值条件时，获取所述检测对象位置关系组合所对应的目标整体的位置信息。2.如权利要求1所述的目标检测方法，其特征在于，所述概率模型通过以下方式构建得到：获取训练数据集；其中，所述训练数据集包括若干张已预先标注了检测对象矩形框的样本图像，所述检测对象矩形框包括与所述目标整体对应的目标矩形框，以及与所述目标整体的至少一组成部分对应的子目标矩形框；将所有所述目标矩形框内的图像按照预设的尺度大小进行尺寸归一化；根据归一化后的目标矩形框，确定所述目标矩形框及其对应的子目标矩形框的位置信息；根据每一样本图像中任意两个所述检测对象矩形框的位置信息，计算所述训练数据集中任意两个检测对象间的位置关系的出现概率，以构建得到所述概率模型。3.如权利要求2所述的目标检测方法，其特征在于，所述根据每一样本图像中任意两个所述检测对象矩形框的位置信息，计算所述训练数据集中任意两个检测对象间的位置关系的出现概率，具体包括：根据同一样本图像中第n检测对象矩形框和第m检测对象矩形框的位置信息，通过以下计算公式，计算所述第n检测对象矩形框和第m检测对象矩形框所对应的两个检测对象间的位置关系的出现概率：q＝(x
n，k
‑
x
m，k
，y
n，k
‑
y
m，k
)；其中，(x
n，k
，y
n，k
)为所述第n检测对象矩形框的位置信息，(x
m，k
，y
m，k
)为所述第m检测对象矩形框的位置信息，K为所述训练数据集中的样本图像的数量；K
q，m，n
为所述训练数据集中第n检测对象矩形框相对于第m检测对象矩形框出现在位置q的样本图像数量，n＝1，2，...，C；m＝1，2，...，C；且n≠m；C为所述样本图像中标注的检测对象矩形框的数量。4.如权利要求1所述的目标检测方法，其特征在于，所述预设的阈值条件为：所述检测对象位置关系组合所对应的两个检测对象的判别概率中至少一判别概率大于预设的第一概率阈值，且所述两个检测对象间的位置关系的出现概率大于预设的第二概率阈值，且所述两个检测对象的判别概率和所述两个检测对象间的位置关系的出现概率之和大于预设的第三概率阈值。
5.如权利要求1所述的目标检测方法，其特征在于，所述当满足预设的阈值条件时，获取所述检测对象位置关系组合所对应的目标整体的位置信息，具体包括：当满足预设的阈值条件时，若所述检测对象位置关系组合所对应的两个检测对象中存在一检测对象为所述目标整体，获取所述目标整体的位置信息；若所述检测对象位置关系组合所对应的两个检测对象中不存在一检测对象为所述目标整体，根据所述两个检测对象的位置关系计算所述目标整体的位置信息。6.如权利要求1所述的目标检测方法，...
【专利技术属性】
技术研发人员：肖传利，
申请(专利权)人：深圳市联洲国际技术有限公司，
类型：发明
国别省市：
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。