目标检测方法、装置、设备、存储介质和程序产品制造方法及图纸

本申请公开一种目标检测方法、装置、设备、存储介质和程序产品，对在目标环境条件下采集到的待检测图像进行目标检测时，对待检测图像进行特征提取得到提议特征，根据提议特征与类中心数据集中类中心的相似度，从类中心数据集中确定与提议特征相关联的目标类中心。类中心数据集中包括不同类别的类中心，类中心是不同类别的对象所对应的代表性特征，故利用目标类中心对提议特征进行增强得到增强特征，根据增强特征确定待检测图像对应的目标图像特征，从而得到更加丰富全面、能够代表某一类别的对象的特征，使目标图像特征更丰富且具有可辨别性。这样，根据目标图像特征对待检测图像进行目标检测，得到的检测结果更加准确，提高了目标检测的准确率。标检测的准确率。标检测的准确率。

【技术实现步骤摘要】
目标检测方法、装置、设备、存储介质和程序产品


[0001]本申请涉及图像处理领域，特别是涉及一种目标检测方法、装置、设备、存储介质和程序产品。

技术介绍

[0002]随着计算机技术的发展，越来越多的场景需要进行目标检测，比如在无人驾驶、智慧交通、安防系统等场景。
[0003]在这些场景下，可以通过摄像头、红外、热感、激光等光学传感器采集图像，然后基于采集到的图像提取特征供分类器去对目标进行分类，从而找出图像中所有感兴趣的目标，确定它们的类别(例如人、汽车、树等类别)和位置。
[0004]然而，在雾霾、雨天、夜间等恶劣环境条件下，采用摄像头、红外、热感、激光等图像采集设备获取的图像数据的有效性会有所降低，很难获取足够的特征供分类器去对目标进行分类，从而可能会出现误检、漏检等情况，目标检测的准确率较低。

技术实现思路

[0005]为了解决上述技术问题，本申请提供了一种目标检测方法、装置、设备、存储介质和程序产品，得到的检测结果更加准确，提高了目标检测的准确率。
[0006]本申请实施例公开了如下技术方案：
[0007]一方面，本申请实施例提供一种目标检测方法，所述方法包括：
[0008]获取在目标环境条件下采集到的待检测图像；
[0009]对所述待检测图像进行特征提取得到提议特征；
[0010]根据所述提议特征与类中心数据集中类中心的相似度，从所述类中心数据集中确定与所述提议特征相关联的目标类中心，所述类中心数据集中包括不同类别的类中心，所述类中心是不同类别的对象所对应的代表性特征；
[0011]通过所述目标类中心对所述提议特征进行增强得到增强特征；
[0012]根据所述增强特征确定所述待检测图像对应的目标图像特征；
[0013]根据所述目标图像特征对所述待检测图像进行目标检测，得到检测结果。
[0014]另一方面，本申请实施例提供一种目标检测装置，所述装置包括获取单元、提取单元、确定单元、增强单元和检测单元：
[0015]所述获取单元，用于获取在目标环境条件下采集到的待检测图像；
[0016]所述提取单元，用于对所述待检测图像进行特征提取得到提议特征；
[0017]所述确定单元，用于根据所述提议特征与类中心数据集中类中心的相似度，从所述类中心数据集中确定与所述提议特征相关联的目标类中心，所述类中心数据集中包括不同类别的类中心，所述类中心是不同类别的对象所对应的代表性特征；
[0018]所述增强单元，用于通过所述目标类中心对所述提议特征进行增强得到增强特征；
[0019]所述确定单元，还用于根据所述增强特征确定所述待检测图像对应的目标图像特征；
[0020]所述检测单元，用于根据所述目标图像特征对所述待检测图像进行目标检测，得到检测结果。
[0021]另一方面，本申请实施例提供一种用于目标检测的设备，所述设备包括处理器以及存储器：
[0022]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0023]所述处理器用于根据所述程序代码中的指令执行前述目标检测方法。
[0024]另一方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行前述目标检测方法。
[0025]另一方面，本申请实施例提供计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现前述目标检测方法。
[0026]由上述技术方案可以看出，本申请预先收集不同类别的类中心，类中心是不同类别的对象所对应的代表性特征，能够反映一个类别的原型。对在目标环境条件下采集到的待检测图像进行目标检测时，可以对待检测图像进行特征提取得到提议特征，然后根据提议特征与类中心数据集中类中心的相似度，从类中心数据集中确定与提议特征相关联的目标类中心。类中心数据集中包括不同类别的类中心，类中心是不同类别的对象所对应的代表性特征，故可以利用目标类中心对提议特征进行增强得到增强特征，根据增强特征确定待检测图像对应的目标图像特征，从而得到更加丰富全面、能够代表某一类别的对象的特征。尤其是在目标环境条件破坏待检测图像，导致提取的提议特征不足、缺乏可辨别性时，通过目标类中心对提议特征进行增强来辅助目标检测过程，使最终得到的目标图像特征更加丰富且具有可辨别性。这样，根据目标图像特征对待检测图像进行目标检测，得到的检测结果更加准确，提高了目标检测的准确率。
附图说明
[0027]为了更清楚地说明本申请实施例或现有技术中的技术方案，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成员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0028]图1为本申请实施例提供的一种目标检测方法的系统架构示意图；
[0029]图2为本申请实施例提供的一种目标检测方法的流程图；
[0030]图3为本申请实施例提供的一种基于目标检测模型进行目标检测的流程示例图；
[0031]图4为本申请实施例提供的一种目标检测模型的训练方法的流程图；
[0032]图5为本申请实施例提供的一种对类中心模块(记忆特征库)中对象所属类别的类中心进行更新的过程示例图；
[0033]图6为本申请实施例提供的一种目标检测装置的结构图；
[0034]图7为本申请实施例提供的一种终端设备的结构图；
[0035]图8为本申请实施例提供的一种服务器的结构图。
具体实施方式
[0036]下面结合附图，对本申请的实施例进行描述。
[0037]由于雾霾、雨天、夜间等极端的环境，可能会导致提取的对象的特征(例如提议特征)缺乏可辩别性，比如在浓雾中的汽车很容易被忽略或者被识别成公交车等别的交通工具。
[0038]为了应对雾霾、雨天、夜间等视线条件较差的情况，以解决雾霾、雨天、夜间等恶劣环境条件下目标检测的准确率较低的技术问题，本申请实施例提供一种目标检测方法。
[0039]由于同一类别的对象(例如人、物体等)必定是在某些方面是相似的，这里的不同方面也就是代表着不同的特征空间，不同的特征空间例如大小、形状等，通过综合多个特征空间的特征来对对象进行正确的分类，例如通过交通工具这一对象的形状、大小等来区分汽车、卡车等不同类别。因此，在本申请实施例中，可以预先收集不同类别的类中心，类中心是不同类别的对象所对应的代表性特征，能够反映一个类别的原型，进而通过类中心来增强识别过程。例如，对目标环境条件下采集的待检测图像进行特征提取得到提议特征，然后通过目标类中心对提议特征进行增强，从而改善因目标环境条件而被损坏的待检测图像的判别性表示，使最终得到的目标图像特征更加丰富且具有可辨别性，进而提高了目标检测的准确率。
[0040]需要说明的是，本申请实施例提供的方法可以应用到各种场景中，尤其是采集图像会受到环境条件影响本文档来自技高网...

【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，所述方法包括：获取在目标环境条件下采集到的待检测图像；对所述待检测图像进行特征提取得到提议特征；根据所述提议特征与类中心数据集中类中心的相似度，从所述类中心数据集中确定与所述提议特征相关联的目标类中心，所述类中心数据集中包括不同类别的类中心，所述类中心是不同类别的对象所对应的代表性特征；通过所述目标类中心对所述提议特征进行增强得到增强特征；根据所述增强特征确定所述待检测图像对应的目标图像特征；根据所述目标图像特征对所述待检测图像进行目标检测，得到检测结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述待检测图像输入至目标检测模型，所述目标检测模型包括特征提取模块、类中心模块、特征融合模块和识别模块，所述类中心模块由所述类中心数据集中的类中心构成；所述对所述待检测图像进行特征提取得到提议特征，包括：通过所述特征提取模块对所述待检测图像进行特征提取得到所述提议特征；所述根据所述提议特征与类中心数据集中类中心的相似度，从所述类中心数据集中确定与所述提议特征相关联的目标类中心，包括：通过所述类中心模块确定与所述提议特征相关联的所述目标类中心；所述通过所述目标类中心对所述提议特征进行增强得到增强特征，包括：通过所述特征融合模块将所述目标类中心与所述提议特征进行融合得到所述增强特征；所述根据所述增强特征确定所述待检测图像对应的目标图像特征，包括：通过所述特征融合模块根据所述融合特征确定所述待检测图像对应的所述目标图像特征；所述根据所述目标图像特征对所述待检测图像进行目标检测，得到检测结果，包括：通过所述识别模块根据所述目标图像特征对所述待检测图像进行目标检测，得到所述检测结果。3.根据权利要求2所述的方法，其特征在于，所述方法还包括构建所述类中心模块，所述构建所述类中心模块包括：在训练得到所述目标检测模型的过程中，通过所述特征提取模块对训练样本图像进行特征提取，得到类别标签所标识的对象的样本提议特征，所述类别标签用于标识所述训练样本图像中包括的对象的类别；根据所述对象的样本提议特征更新所述类中心模块中所述对象所属类别的类中心。4.根据权利要求3所述的方法，其特征在于，所述根据所述对象的样本提议特征更新所述类中心模块中所述对象所属类别的类中心，包括：若所述对象所属类别的类中心的数量为零，则将所述对象的样本提议特征作为所述对象所属类别的类中心；若所述对象所属类别的类中心的数量不为零，则计算所述对象的样本提议特征与所述对象所属类别的类中心之间的相似度；根据所述相似度更新所述类中心模块中所述对象所属类别的类中心。
5.根据权利要求4所述的方法，其特征在于，所述根据所述相似度更新所述类中心模块中所述对象所属类别的类中心，包括：若所述相似度小于相似度阈值，将所述对象的样本提议特征加入所述对象所属类别的类中心。6.根据权利要求4所述的方法，其特征在于，所述根据所述相似度更新所述类中心模块中所述对象所属类别的类中心，包括：若所述相似度小于相似度阈值，确定所述对象所属类别的类中心的数量与数量阈值之间的大小关系；根据所述大小关系更新所述类中心模块中所述对象所属类别的类中心。7.根据权利要求3所述的方法，其特征在于，所述构建所述类中心模块，包括：根据所述类别标签和得到的样本增强特征之间的差异构建目标损失函数；根据所述目标损失函数更新所述类中心模块中的类中心，以构建所述类中心模块。8.根据权利要求1
‑
7任一项所述的方法，其特征在于，不同环境条件下对应不同的类中心数...

【专利技术属性】
技术研发人员：张华，肖立强，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：