【技术实现步骤摘要】
本专利技术涉及人工智能系统领域，尤其涉及一种目标检测方法及系统。
技术介绍
1、随着人工智能技术的迅速发展，目标检测在计算机视觉领域扮演着重要的角色。目标检测是指在目标图像或视频中自动识别和定位特定目标的任务，目标检测包括人、车辆和其他物体等。由于图像采集设备采集到的目标图像可能并不清晰，其中存在一定程度的掩码区域。如果直接对存在掩码区域的图像进行目标检测，会导致检测结果不够准确。鉴于此，目前亟需一种能够适用于包含掩码区域的目标检测方法。
技术实现思路
1、本专利技术提供一种目标检测方法及系统，能够提高目标检测的准确度。
2、本专利技术一方面提供一种目标检测方法，所述方法包括：
3、获取待处理的目标图像，所述目标图像中包括掩码区域；
4、将所述目标图像中的非掩码区域划分为多个目标图像块，并在预设的索引列表中查询各个所述目标图像块的目标图像索引；
5、用查询到的所述目标图像索引替换对应的目标图像块，以将所述目标图像的非掩码区域转换为索引序列；
6、根据所述索引序列预测所述掩码区域对应的掩码索引，并将所述掩码索引还原为目标图像块；
7、利用还原得到的目标图像块替换所述目标图像中的掩码区域，得到还原目标图像，并识别所述还原目标图像中的目标对象。
8、在一个实施方式中，将所述目标图像中的非掩码区域划分为多个目标图像块包括：
9、在所述目标图像中，确定用于覆盖所述掩码区域的最小外接矩形，并将所述最
10、将所述目标图像中的剩余区域作为非掩码区域，并将所述非掩码区域划分为多个形状为矩形的目标图像块。
11、在一个实施方式中，在预设的索引列表中查询各个所述目标图像块的目标图像索引包括：
12、针对所述目标图像块中的任一目标图像块，提取所述目标图像块的目标图像特征；
13、计算所述目标图像特征与所述索引列表中各个标准特征之间的相似度，并基于所述相似度确定与所述目标图像特征相匹配的目标标准特征；
14、将所述目标标准特征关联的目标图像索引，作为所述目标图像块的目标图像索引。
15、在一个实施方式中，在获取待处理的目标图像之后，所述方法还包括：
16、将所述目标图像输入目标图像质量评价模型，并获取所述目标图像质量评价模型输出的评价信息；
17、若所述评价信息表征所述目标图像的目标图像质量不达标，对所述目标图像进行画质增强处理，以生成画质增强后的目标图像。
18、在一个实施方式中，对所述目标图像进行的画质增强处理包括亮度调整，其中，亮度调整的具体步骤包括，
19、步骤a1：利用公式(1)根据所述目标图像当前亮度的分布情况得到所述目标图像的综合亮度值
20、
21、其中表示所述目标图像的综合亮度值；y(i,j)表示所述目标图像第i行第j列像素点的当前亮度值；m表示所述目标图像任意一行的像素点总个数；n表示所述目标图像任意一列的像素点总个数；
22、步骤a2：利用公式(2)根据所述目标图像当前每个像素点的亮度值以及所述目标图像的综合亮度值得到所述目标图像像素点亮度调整的限定值
23、
24、其中δy表示所述目标图像像素点亮度调整的限定值，即所述目标图像每个像素点的亮度上下调整值不可超过δy；表示将i的值从1取值到n，将j的值从1取值到m，代入到括号内得到括号内的最大值；表示将i的值从1取值到n，将j的值从1取值到m，代入到括号内得到括号内的最小值；min{,}表示求取括号内逗号左右两端数值的最大值；
25、步骤a3：利用公式(3)根据所述目标图像像素点亮度调整的限定值控制每个像素点的亮度调整值
26、
27、其中表示所述目标图像第i行第j列像素点亮度调整后的亮度值；f[]表示符号检验函数，若括号内的数值为正数则函数值为1，若括号内的数值为负数则函数值为-1，若括号内的数值为0则函数值为0；||表示求取绝对值。
28、本专利技术还提供一种目标检测系统，所述系统包括：
29、图像获取单元，用于获取待处理的目标图像，所述目标图像中包括掩码区域；
30、索引查询单元，用于将所述目标图像中的非掩码区域划分为多个目标图像块，并在预设的索引列表中查询各个所述目标图像块的目标图像索引；
31、序列转换单元，用于用查询到的所述目标图像索引替换对应的目标图像块，以将所述目标图像的非掩码区域转换为索引序列；
32、还原单元，用于根据所述索引序列预测所述掩码区域对应的掩码索引，并将所述掩码索引还原为目标图像块；
33、识别单元，用于利用还原得到的目标图像块替换所述目标图像中的掩码区域，得到还原目标图像，并识别所述还原目标图像中的目标对象。
34、在一个实施方式中，所述索引查询单元具体用于，在所述目标图像中，确定用于覆盖所述掩码区域的最小外接矩形，并将所述最小外接矩形限定的区域从所述目标图像中去除；将所述目标图像中的剩余区域作为非掩码区域，并将所述非掩码区域划分为多个形状为矩形的目标图像块。
35、在一个实施方式中，所述索引查询单元具体用于，针对所述目标图像块中的任一目标图像块，提取所述目标图像块的目标图像特征；计算所述目标图像特征与所述索引列表中各个标准特征之间的相似度，并基于所述相似度确定与所述目标图像特征相匹配的目标标准特征；将所述目标标准特征关联的目标图像索引，作为所述目标图像块的目标图像索引。
36、在一个实施方式中，所述系统包括：
37、评价信息获取单元，用于将所述目标图像输入目标图像质量评价模型，并获取所述目标图像质量评价模型输出的评价信息；
38、画质增强处理单元，用于若所述评价信息表征所述目标图像的目标图像质量不达标，对所述目标图像进行画质增强处理，以生成画质增强后的目标图像。
39、在一个实施方式中，所述画质增强处理单元具体按照以下方式对所述目标图像进行亮度调整处理：
40、步骤a1：利用公式(1)根据所述目标图像当前亮度的分布情况得到所述目标图像的综合亮度值
41、
42、其中表示所述目标图像的综合亮度值；y(i,j)表示所述目标图像第i行第j列像素点的当前亮度值；m表示所述目标图像任意一行的像素点总个数；n表示所述目标图像任意一列的像素点总个数；
43、步骤a2：利用公式(2)根据所述目标图像当前每个像素点的亮度值以及所述目标图像的综合亮度值得到所述目标图像像素点亮度调整的限定值
44、
45、其中δy表示所述目标图像像素点亮度调整的限定值，即所述目标图像每个像素点的亮度上下调整值不可超过δy；表示将i的值从1取值到n，将j的值从1取值到m，代入到括号内得到括号内的最大值；表示将i的值从1取值本文档来自技高网...
【技术保护点】
1.一种目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述目标图像中的非掩码区域划分为多个目标图像块包括：
3.根据权利要求1或2所述的方法，其特征在于，在预设的索引列表中查询各个所述目标图像块的目标图像索引包括：
4.根据权利要求1所述的方法，其特征在于，在获取待处理的目标图像之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，对所述目标图像进行的画质增强处理包括亮度调整，其中，亮度调整的具体步骤包括，
6.一种目标检测系统，其特征在于，所述系统包括：
7.根据权利要求6所述的系统，其特征在于，所述索引查询单元具体用于，在所述目标图像中，确定用于覆盖所述掩码区域的最小外接矩形，并将所述最小外接矩形限定的区域从所述目标图像中去除；将所述目标图像中的剩余区域作为非掩码区域，并将所述非掩码区域划分为多个形状为矩形的目标图像块。
8.根据权利要求6或7所述的系统，其特征在于，所述索引查询单元具体用于，针对所述目标图像块中的任一目标图像块，提取所述目标
9.根据权利要求6所述的系统，其特征在于，所述系统包括：
10.根据权利要求9所述的系统，其特征在于，所述画质增强处理单元具体按照以下方式对所述目标图像进行亮度调整处理：
...【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：
2.根据权利要求1所述的方法，其特征在于，将所述目标图像中的非掩码区域划分为多个目标图像块包括：
3.根据权利要求1或2所述的方法，其特征在于，在预设的索引列表中查询各个所述目标图像块的目标图像索引包括：
4.根据权利要求1所述的方法，其特征在于，在获取待处理的目标图像之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，对所述目标图像进行的画质增强处理包括亮度调整，其中，亮度调整的具体步骤包括，
6.一种目标检测系统，其特征在于，所述系统包括：
7.根据权利要求6所述的系统，其特征在于，所述索引查询单元具体用于，在所述目标图像中，确定用于覆盖所述掩码区域的最小外...
【专利技术属性】
技术研发人员：吴恋，崔忠伟，左欣，赵建川，王晴晴，于国龙，桑海伟，
申请(专利权)人：贵州师范学院，
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。