用于检测图像中的对象的方法及装置制造方法及图纸

本公开提供了一种用于检测图像中的对象的方法及装置

【技术实现步骤摘要】
用于检测图像中的对象的方法及装置、设备和介质


[0001]本公开涉及人工智能
，具体为计算机视觉
、
图像处理
、
深度学习等
，可应用于智慧城市等场景，具体涉及一种用于检测图像中的对象的方法
、
装置
、
电子设备
、
计算机可读存储介质和计算机程序产品
。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为
(
如学习
、
推理
、
思考
、
规划等
)
的学科，既有硬件层面的技术也有软件层面的技术
。
人工智能硬件技术一般包括如传感器
、
专用人工智能芯片
、
云计算
、
分布式存储
、
大数据处理等技术；人工智能软件技术主要包括计算机视觉技术
、
语音识别技术
、
自然语言处理技术以及机器学习
/
深度学习<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于检测图像中的对象的方法，包括：对输入图像进行特征提取，以得到所述输入图像的特征图；获取与多个待检测对象分别对应的多个对象特征；针对所述多个待检测对象中的每个待检测对象，基于与该待检测对象对应的对象特征和所述特征图，确定所述特征图中的每个像素点对应的相关性权重，所述每个像素点对应的相关性权重指示该像素点对应于该待检测对象的概率；基于所述相关性权重对所述特征图中的每个像素点进行加权计算，以基于加权计算后的所述特征图确定与该待检测对象对应的预测特征；以及基于所述预测特征，确定针对所述待检测对象的检测结果
。2.
如权利要求1所述的方法，其中，与待检测对象对应的对象特征是利用包括特征提取网络的图像处理模型得到的，并且所述图像处理模型是利用包括所述待检测对象的样本图像进行训练得到的
。3.
如权利要求2所述的方法，其中，所述对输入图像进行特征提取，以得到所述输入图像的特征图包括：将所述输入图像输入所述特征提取网络，以得到所述输入图像的特征图
。4.
如权利要求2或3所述的方法，其中，所述图像处理模型还包括分类网络，所述分类网络输出的分类结果用于指示输入所述图像处理模型的图像中是否包括所述待检测对象，并且所述基于所述预测特征，确定针对所述待检测对象的检测结果包括：将所述预测特征输入所述分类网络，以得到指示所述输入图像中是否包括所述待检测对象的检测结果
。5.
如权利要求4所述的方法，其中，所述分类网络包括与所述多个待检测对象分别对应的多个二分类器，并且所述将所述预测特征输入所述分类网络，以得到指示所述输入图像中是否包括所述待检测对象的检测结果包括：将所述预测特征输入与所述待检测对象对应的二分类器，以得到指示所述输入图像中是否包括所述待检测对象的检测结果
。6.
如权利要求1‑5中任一项所述的方法，还包括：基于自注意力机制，确定所述特征图中的每个像素点对应的自注意力权重；以及基于所述自注意力权重对所述特征图中的每个像素点进行加权计算，以更新所述特征图，并且其中，所述特征图中的每个像素点对应的相关性权重是基于更新后的所述特征图而确定的
。7.
如权利要求1‑6中任一项所述的方法，其中，所述输入图像包括人体，并且所述待检测对象包括待检测的人体动作类别
。8.
一种用于检测图像中的对象的模型的训练方法，所述用于检测图像中的对象的模型包括特征提取网络和检测网络，所述方法包括：获取包括样本对象的样本图像，并标注所述样本对象的真实信息；初始化与多个待检测对象分别对应的多个对象特征；将所述样本图像输入所述特征提取网络，以得到所述样本图像的特征图；
针对所述多个待检测对象中的每个待检测对象，基于与该待检测对象对应的对象特征和所述特征图，确定所述特征图中的每个像素点对应的相关性权重，所述每个像素点对应的相关性权重指示该像素点对应于该待检测对象的概率；基于所述相关性权重对所述特征图中的每个像素点进行加权计算，以基于加权计算后的所述特征图确定与该待检测对象对应的预测特征；将所述预测特征输入所述检测网络，以得到所述分类网络输出的针对该待检测对象的检测结果；基于与所述多个待检测对象分别对应的多个检测结果和所述样本对象的真实信息，计算损失值；基于所述损失值，调整所述特征提取网络和所述检测网络的参数；以及将所述样本图像输入调整参数后的所述特征提取网络，以更新与所述样本对象对应的对象特征
。9.
如权利要求8所述的方法，其中，所述检测网络为分类网络，并且所述针对该待检测对象的检测结果指示所述样本图像中是否包括该待检测对象
。10.
一种用于检测图像中的对象的装置，包括：特征提取单元，被配置为对输入图像进行特征提取，以得到所述输入图像的特征图；第一获取单元，被配置为获取与多个待检测对象分别对应的多个对象特征；第一确定单元，被配置为针对所述多个待检测对象中的每个待检测对象，基于与该待检测对象对应的对象特征和所述特征图，确定所述特征图中的每个像素点对应的相关性权重，所述每个像素点对应的相关性权重指示该像素点对应于该待检测对象的概率；第一计算单元，被配置为基于所述相关性权重对所述特征图中的每个像素点进行加权计算，以基于加权计算后的所述特征图确定与该待检测对象对...

【专利技术属性】
技术研发人员：陈子亮，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：