本申请适用于目标检测技术领域，提供了一种基于深度图像的目标检测方法，包括：获取深度图像；其中，所述深度图像包括多个像素；根据不同深度值范围将多个像素分别对应地划分到多个目标通道中，使得每个目标通道可对应地包括多个目标像素；基于各目标通道的深度值范围对所述目标像素进行归一化处理对每个目标通道中的目标像素进行归一化处理，得到每个目标通道中多个目标像素分别对应的目标值；根据每个目标通道中多个目标像素分别对应的目标值提取每个目标通道的目标特征，并基于每个目标通道的目标特征得到检测结果。本申请还提供了一种深度图像的目标检测装置，能够执行上述的方法。本申请能够提高对深度图像的目标检测的准确度，避免发生误检。避免发生误检。避免发生误检。
【技术实现步骤摘要】
一种基于深度图像的目标检测方法和装置
[0001]本申请属于目标检测
，尤其涉及一种基于深度图像的目标检测方法和装置。
技术介绍
[0002]随着基于红外(infrared radiation，IR)图像与RGB图像的人脸信息在不能充分保护用户隐私方面的劣势日益凸显，基于深度图像的人脸识别越来越受到青睐。基于深度图像的人脸识别是一种基于人的脸部深度特征信息进行身份识别的生物识别技术，由于其与红外图像及RGB图像相比更能保护用户隐私，使其引起了广泛的研究兴趣。
[0003]现有技术中，在使用神经网络模型对深度图像进行人脸检测时，通常会对其进行归一化处理使其满足模型的输入，但该归一化操作会将人脸压的太扁，从而无法达到很好的检测效果，甚至会出现误检，将手、杯子等误检为人脸，或者造成漏检，从而造成不好的用户体验。因此，如何提高基于深度图像的目标检测的准确度是一个重要课题。
技术实现思路
[0004]本申请实施例提供了一种基于深度图像的目标检测方法和装置，可以解决应用深度图像进行目标检测的准确度不高的技术问题，达到了提高目标检测的准确度的技术效果。
[0005]第一方面，本申请实施例提供了一种基于深度图像的目标检测方法，该方法包括：获取深度图像；根据不同深度值范围将多个像素分别对应地划分到多个目标通道中，使得每个目标通道可对应地包括多个目标像素；基于各目标通道的深度值范围对所述目标像素进行归一化处理，得到每个目标通道中多个目标像素分别对应的目标值；根据每个目标通道中多个目标像素分别对应的目标值提取每个目标通道的目标特征，并基于每个目标通道的特征得到检测结果。
[0006]本申请实施例能够根据深度图像的各个像素在不同深度范围内的分布信息、以及深度图像的多个深度范围内的多个像素的深度目标特征，提高对深度图像中的目标检测的准确度。
[0007]在第一方面的一种可能的实现方式中，基于各目标通道的深度值范围对所述目标像素进行归一化处理，得到每个目标通道中包括的多个目标像素分别对应的目标值，包括：通过如下公式对每个目标通道归一化处理：
[0008][0009]其中，T表示目标通道中的目标像素归一化后对应的目标值，D表示目标像素的深度值，Range
min
表示目标通道的深度值范围的下边界值，Range
max
表示目标通道的深度值范围的上边界值。在该实现方式中，通过对每个目标通道中的多个像素进行归一化，得到每个目标通道中的多个像素的目标值，进而便于后续进行特征提取和目标检测。
[0010]在第一方面的一种可能的实现方式中，根据不同深度值范围将所述多个像素分别对应地划分到多个目标通道中，包括：如果多个像素中的第一像素的深度值小于不同的深度值范围中的最小深度值，则将第一像素的深度值确定为最小深度值，并将第一像素划分到最小深度值对应的目标通道中；如果多个像素中的第一像素的深度值大于不同的深度值范围中的最大深度值，则将第一像素的深度值确定为最大深度值，并将第一像素划分到最大深度值对应的目标通道中。在该实现方式中，通过将对目标检测的贡献度不大的像素的深度值进行调整，以去除冗余像素的影响，进一步地提高了对目标检测的准确度。
[0011]在第一方面的一种可能的实现方式中，深度图像通过深度相机获取，不同的深度值范围中的最小深度值为深度相机的标称检测范围的最小值，不同的深度值范围中的最大深度值为深度相机的标称检测范围的最大值。在该实现方式中，通过将深度值大于深度相机的标称检测范围的最大值的像素进行调整，并通过将深度值小于深度相机的标称检测范围的最小值的像素进行调整，提高了本申请实施例的目标检测方法与深度相机的适应性，提高了目标检测的准确度。
[0012]在第一方面的一种可能的实现方式中，根据不同深度值范围将多个像素分别对应地划分到多个目标通道中，包括：如果多个像素中的第一像素的深度值大于或等于多个目标通道中的一目标通道对应的深度值范围的下边界值，且第一像素的深度值小于该目标通道对应的深度值范围的上边界值，则将第一像素划分到该目标通道中。在该实现方式中，实现了将深度相机中的多个像素划分到多个通道中的目的。
[0013]在第一方面的一种可能的实现方式中，根据每个目标通道中包括的多个目标像素分别对应的目标值，提取每个目标通道的特征，包括：利用backbone网络对所述每个目标通道多个目标像素分别对应的目标值进行特征提取，得到所述每个目标通道的目标特征。在该实现方式中，通过backbone网络能够实现对目标的轻量化检测，提高了检测速度和效率。
[0014]第二方面，本申请实施例提供了一种装置，该装置包括图像获取单元，用于获取深度图像，其中，深度图像包括多个像素；像素划分单元，用于根据不同的深度值范围将深度图像中的多个像素对应地划分到多个目标通道中；归一化单元，用于对每个目标通道归一化处理，得到每个目标通道中包括的多个目标像素分别对应的目标值；目标检测单元，用于根据每个目标通道中包括的多个目标像素分别对应的目标值提取每个目标通道的特征，并基于每个目标通道的特征得到检测结果。通过本申请实施例所述的装置，能够提高对深度图像的目标检测精度。
[0015]第三方面，本申请实施例提供了一种电子设备，该设备包括处理器和存储器，存储器用于存储计算机指令，其中，处理器能够执行存储器存储的计算机程序时完成如第一方面中任一项的方法。
[0016]第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质存储计算机指令，计算机指令执行时完成如第一方面中任一项的方法。
[0017]可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0018]本申请实施例与现有技术相比存在的有益效果是：本申请实施例能够根据深度图像的各个像素在不同深度范围内的分布信息、以及深度图像在多个深度范围内的多个像素的深度特征，提高对深度图像中的目标检测的准确度。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请提供的一种深度相机的应用环境示意图；
[0021]图2是本申请实施例中提供的一例深度图像的目标检测方法的流程示意图；
[0022]图3是本申请实施例提供的一例将多个像素分别划分到多个目标通道中的示意图；
[0023]图4是本申请实施例中的一例深度图像的像素深度值分布情况的示意图；
[0024]图5是本申请实施例中提供的一例提取深度图像的特征的神经网络的结构示意图；
[0025]图6是本申请实施例中提供的一种通过神经网络提取深度图像的特征进行目标检测的方法的流程示意图；
[0026]图7是本申请实施例中提供的一种用于目标本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度图像的目标检测方法，其特征在于，所述方法包括：获取深度图像；其中，所述深度图像包括多个像素，一个像素对应一个深度值；根据不同深度值范围将所述多个像素分别对应地划分到多个目标通道中，使得每个目标通道可对应地包括多个目标像素；基于所述各目标通道的深度值范围对所述目标像素进行归一化处理，得到所述每个目标通道中多个目标像素分别对应的目标值；根据所述每个目标通道中多个目标像素分别对应的目标值提取所述每个目标通道的目标特征，并基于所述每个目标通道的目标特征得到检测结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述各目标通道的深度值范围对所述目标像素进行归一化处理，得到所述每个目标通道中多个目标像素分别对应的目标值，包括：通过如下公式对每个目标通道归一化处理：其中，T表示目标通道中的目标像素对应的目标值，D表示目标像素的深度值，Range
min
表示所述目标通道的深度值范围的下边界值，Range
max
表示所述目标通道的深度值范围的上边界值。3.根据权利要求1或2所述的方法，其特征在于，所述根据不同深度值范围将所述多个像素分别对应地划分到多个目标通道中，包括：如果所述多个像素中的第一像素的深度值小于所述不同的深度值范围中的最小深度值，则将所述第一像素的深度值确定为所述最小深度值，并将所述第一像素划分到所述最小深度值对应的目标通道中；如果所述多个像素中的第一像素的深度值大于所述不同的深度值范围中的最大深度值，则将所述第一像素的深度值确定为所述最大深度值，并将所述第一像素划分到所述最大深度值对应的目标通道中。4.根据权利要求3所述的方法，其特征在于，所述深度图像通过深度相机获取，所述不同的深度值范围中的最小深度值为所述深度相机的检测范围的最小值，所述不同的深度值范围中的最大深度值为所述深度相机的检测范围的最大值。5.根据...
【专利技术属性】
技术研发人员：郑新莹，李冠群，陈训教，
申请(专利权)人：奥比中光科技集团股份有限公司，
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。