申请/专利权人:城云科技(中国)有限公司
申请日:2020-10-27
公开(公告)日:2020-12-01
公开(公告)号:CN112016567A
主分类号:G06K9/44(20060101)
分类号:G06K9/44(20060101);G06K9/46(20060101)
优先权:
专利状态码:有效-授权
法律状态:2021.02.12#授权;2020.12.18#实质审查的生效;2020.12.01#公开
摘要:本发明涉及图像目标检测技术领域,且公开了一种多尺度图像目标检测方法和装置,包括:检测装置将原始图像划分为多个尺度,即像素尺度、超像素尺度、图像块尺度,分别获取每一个尺度上的初始显著性检测结果;将多尺度上的显著性检测结果作为条件随机场CRF模型的特征输入,相邻像素之间的特征值作为随机变量之间的相互关系,获得原始图像的显著区域,完成目标分类和目标定位;并且通过对目标检测系统的硬件架构进行加速的方式来提高目标检测时的计算速度,具体加速方案是采用多CPU架构来提高系统的计算能力,以此实现提高系统的效能,从而实现了在高强度计算复杂性的条件下完成准确率高、实时性强的多尺度目标检测识别效果。
主权项:1.一种多尺度图像目标检测方法,其特征在于,包括以下步骤:步骤一,图像采集模块采集原始图像I,将所采集的图像输入至目标检测系统,目标检测系统的图像预处理模块对原始输入图像进行平滑处理;步骤二,目标检测系统的图像处理模块将原始图像I划分为多个尺度,即像素尺度、超像素尺度、图像块尺度,分别获取每一个尺度上的初始显著性检测结果;步骤三,将像素尺度、超像素尺度、图像块尺度上的显著性检测结果作为条件随机场CRF模型的特征输入,相邻像素之间的特征值作为随机变量之间的相互关系,获得原始图像I的显著区域,完成原始图像I的目标分类和目标定位;所述CRF模型为: (15);式中,I为输入图像;z为归一化因子;图像I中的显著区域表示为一个二值模板A={ax},当ax=1时,说明像素x属于显著区域;当ax=0时,说明像素x属于背景区域;其中,(16);式中,等式右边第一项为输入特征;第二项为随机变量的相互关系;x,xʹ为邻接像素;γk为第k个特征权值;其中,(17);式中,fkx,I为像素x属于显著区域的概率;其中,(18);式中,dx,xʹ为两个邻接像素在Lab颜色空间的距离;其中,权值参数(19);其中,(20);式中,A,I为训练的图像样本;步骤四,目标检测系统向目标显示模块输出原始图像I的目标分类和目标定位,目标显示模块在图像上标注显示已检测到的目标物体的类别和位置。
全文数据:
权利要求:
百度查询: 城云科技(中国)有限公司 一种多尺度图像目标检测方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。