图像预测框过滤方法、装置、存储介质及设备制造方法及图纸

本发明专利技术公开了一种图像预测框过滤方法、装置、存储介质及设备。其中，该方法包括：获取目标检测算法输出的多个预测图像和上述多个预测图像对应的置信度分数，其中，上述预测图像用于表征目标图像中待检测元素的识别结果；采用特征提取算法对上述多个预测图像进行特征提取处理，得到特征分数；基于上述置信度分数和上述特征分数对上述多个预测图像进行过滤处理，得到过滤结果。本发明专利技术解决了现有的目标检测算法存在误检测情况，且无法过滤掉误检测图像的技术问题。图像的技术问题。图像的技术问题。

【技术实现步骤摘要】
图像预测框过滤方法、装置、存储介质及设备


[0001]本专利技术涉及图像处理
，具体而言，涉及一种图像预测框过滤方法、装置、存储介质及设备。

技术介绍

[0002]在现有的目标检测算法(yolov3：You Only Look Once)检测输出的过程中，通常会遇到复杂多变的场景和情况，比如光照的变化、目标被遮挡等。如果数据集量较少或者训练过程迭代次数较少的情况下，yolov3算法可能会发送误检测的情况。
[0003]通常目标检测算法的做法是对这些检测出来的区域做预测置信度分数，将分较数低的区域进行过滤，但是，上述过滤方法也是基于数据集和训练的模型作为依据，在低数据集量和低训练迭代次数的情况下还是会存在缺陷。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种图像预测框过滤方法、装置、存储介质及设备，以至少解决现有的目标检测算法存在误检测情况，且无法过滤掉误检测图像的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种图像预测框过滤方法，包括：获取目标检测算法输出的多个预测图像和上述多个预测图像对应的置信度分数，其中，上述预测图像用于表征目标图像中待检测元素的识别结果；采用特征提取算法对上述多个预测图像进行特征提取处理，得到特征分数；基于上述置信度分数和上述特征分数对上述多个预测图像进行过滤处理，得到过滤结果。
[0007]可选的，上述获取目标检测算法输出的多个预测图像和上述多个预测图像对应的置信度分数，包括：确定上述目标检测算法的检测任务，其中，上述检测任务用于确定上述待检测元素；为上述待检测元素生成元素列表；采用上述目标检测算法按照预设权重参数对上述目标图像进行检测处理，得到上述多个预测图像和上述多个预测图像对应的置信度分数；将上述多个预测图像和上述置信度分数存储至上述元素列表。
[0008]可选的，上述将上述多个预测图像和上述置信度分数存储至上述元素列表，包括：获取上述多个预测图像的位置信息；基于上述位置信息对上述多个预测图像进行裁剪处理，得到多个目标预测图像；将上述多个目标预测图像和上述置信度分数存储至上述元素列表。
[0009]可选的，上述采用特征提取算法对上述多个预测图像进行特征提取处理，得到特征分数，包括：采用上述特征提取算法提取上述多个预测图像中的特征点；采用预设匹配算法对上述特征点进行匹配处理，得到匹配结果；基于上述匹配结果计算上述特征分数。
[0010]可选的，在上述基于上述置信度分数和上述特征分数对上述多个预测图像进行过滤处理，得到过滤结果之前，上述方法还包括：设置置信度分数阈值，以及设置特征分数阈值。
[0011]可选的，上述基于上述置信度分数和上述特征分数对上述多个预测图像进行过滤处理，得到过滤结果，包括：判断上述特征分数是否大于上述特征分数阈值，将上述特征分数大于上述特征分数阈值的上述多个预测图像作为第一过滤结果；判断上述第一过滤结果中是否存在上述置信度分数大于上述置信度分数阈值的第二过滤结果；将上述第二过滤结果作为上述过滤结果。
[0012]根据本专利技术实施例的另一方面，还提供了一种图像预测框过滤装置，包括：获取模块，用于获取目标检测算法输出的多个预测图像和上述多个预测图像对应的置信度分数，其中，上述预测图像用于表征目标图像中待检测元素的识别结果；提取模块，用于采用特征提取算法对上述多个预测图像进行特征提取处理，得到特征分数；过滤模块，用于基于上述置信度分数和上述特征分数对上述多个预测图像进行过滤处理，得到过滤结果。
[0013]根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，上述非易失性存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的图像预测框过滤方法。
[0014]根据本专利技术实施例的另一方面，还提供了一种处理器，上述处理器用于运行程序，其中，上述程序被设置为运行时执行任意一项上述的图像预测框过滤方法。
[0015]根据本专利技术实施例的另一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行任意一项上述的图像预测框过滤方法。
[0016]在本专利技术实施例中，通过获取目标检测算法输出的多个预测图像和上述多个预测图像对应的置信度分数，其中，上述预测图像用于表征目标图像中待检测元素的识别结果；采用特征提取算法对上述多个预测图像进行特征提取处理，得到特征分数；基于上述置信度分数和上述特征分数对上述多个预测图像进行过滤处理，得到过滤结果，达到了对目标检测算法的检测结果进行特征提取的目的，从而实现了根据置信度分数和特征分数对检测图像进行过滤的技术效果，进而解决了现有的目标检测算法存在误检测情况，且无法过滤掉误检测图像的技术问题。
附图说明
[0017]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0018]图1是根据本专利技术实施例的图像预测框过滤方法；
[0019]图2是根据本专利技术实施例的一种可选的图像预测框过滤方法整体流程示意图；
[0020]图3是根据本专利技术实施例的一种可选的目标检测算法检测结果示意图；
[0021]图4是根据本专利技术实施例的一种可选的特征点提取结果示意图；
[0022]图5是根据本专利技术实施例的一种可选的特征点匹配结果示意图；
[0023]图6是根据本专利技术实施例的一种可选的预测图像过滤结果示意图；
[0024]图7是根据本专利技术实施例的另一种可选的预测图像过滤结果示意图；
[0025]图8是根据本专利技术实施例的一种图像预测框过滤装置的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]实施例1
[0029]根据本专利技术实施例，提供了一种图像预测框过滤方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像预测框过滤方法，其特征在于，包括：获取目标检测算法输出的多个预测图像和所述多个预测图像对应的置信度分数，其中，所述预测图像用于表征目标图像中待检测元素的识别结果；采用特征提取算法对所述多个预测图像进行特征提取处理，得到特征分数；基于所述置信度分数和所述特征分数对所述多个预测图像进行过滤处理，得到过滤结果。2.根据权利要求1所述的方法，其特征在于，所述获取目标检测算法输出的多个预测图像和所述多个预测图像对应的置信度分数，包括：确定所述目标检测算法的检测任务，其中，所述检测任务用于确定所述待检测元素；为所述待检测元素生成元素列表；采用所述目标检测算法按照预设权重参数对所述目标图像进行检测处理，得到所述多个预测图像和所述多个预测图像对应的置信度分数；将所述多个预测图像和所述置信度分数存储至所述元素列表。3.根据权利要求2所述的方法，其特征在于，所述将所述多个预测图像和所述置信度分数存储至所述元素列表，包括：获取所述多个预测图像的位置信息；基于所述位置信息对所述多个预测图像进行裁剪处理，得到多个目标预测图像；将所述多个目标预测图像和所述置信度分数存储至所述元素列表。4.根据权利要求1所述的方法，其特征在于，所述采用特征提取算法对所述多个预测图像进行特征提取处理，得到特征分数，包括：采用所述特征提取算法提取所述多个预测图像中的特征点；采用预设匹配算法对所述特征点进行匹配处理，得到匹配结果；基于所述匹配结果计算所述特征分数。5.根据权利要求1所述的方法，其特征在于，在所述基于所述置信度分数和所述特征分数...

【专利技术属性】
技术研发人员：赵泽宇，张锐，张超杰，
申请(专利权)人：北京钢铁侠科技有限公司，
类型：发明
国别省市：