利索能及
我要发布
收藏
专利号: 2021800017392
申请人: 商汤国际私人有限公司
专利类型:其他
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种目标检测方法,其特征在于,所述方法包括:通过训练好的目标检测网络对待检测图像进行目标检测,得到检测结果,所述检测结果包括所述待检测图像中的目标对象所属的目标类别、以及所述目标对象在所述待检测图像中的位置信息;

基于所述位置信息,由所述待检测图像中分割出包括所述目标对象的候选图像;

根据所述候选图像,确定所述目标对象属于目标类别的置信度;

响应于所述置信度小于预设阈值,在所述检测结果中删除关于所述目标对象的信息条目;

所述根据所述候选图像,确定所述目标对象属于所述目标类别的置信度,包括:通过过滤器,根据对所述候选图像进行特征提取得到的图像特征,确定所述目标对象属于所述目标类别的置信度;

所述过滤器被训练为用于检测所述目标类别的目标对象;

响应于所述置信度小于预设阈值,将所述候选图像作为负样本图像,训练所述过滤器。

2.根据权利要求1所述的方法,其特征在于,所述对待检测图像进行目标检测,得到检测结果,包括:通过目标检测网络,对待检测图像进行目标检测,得到检测结果;

所述目标检测网络被训练为用于检测多种类别的目标对象。

3.根据权利要求1所述的方法,其特征在于,所述过滤器的训练过程包括:利用过滤器对样本图像进行特征提取;

基于提取到的图像特征,确定所述样本图像属于所述样本图像的标注类别的置信度,所述样本图像包括:正样本图像,其包括所述目标类别的目标对象,负样本图像,其包括干扰对象,所述干扰对象不属于所述目标类别;

基于所述置信度与所述样本图像的标注类别,确定网络损失;

根据所述网络损失调整所述过滤器的网络参数。

4.根据权利要求3所述的方法,其特征在于,所述样本图像包括至少两类正样本图像,

所述至少两类正样本图像分别对应所述目标对象的一种预设的展示状态。

5.根据权利要求4所述的方法,其特征在于,所述目标对象包括片状物体,所述片状物体具有标识面和与标识面相对的表面;

所述至少两类正样本图像包括:所述片状物体为标识面可见的第一展示状态的图像、所述片状物体为标识面不可见的第二展示状态的图像。

6.根据权利要求1或2所述的方法,其特征在于,在从所述待检测图像检测出一个或多个目标对象的情况下,对于所述一个或多个目标对象中的每一个目标对象,所述检测结果包括该目标对象所属的目标类别以及该目标对象在所述待检测图像中的位置信息;

所述根据所述候选图像,确定所述目标对象属于目标类别的置信度,包括:通过与所述目标对象所属的目标类别对应的过滤器,基于包括所述目标对象的所述候选图像确定所述目标对象属于目标类别的置信度。

7.根据权利要求6所述的方法,其特征在于,所述待检测图像包括游戏桌面图像,

所述一个或多个目标对象包括游戏道具、游戏道具操作部件、游戏币中的至少一项。

8.根据权利要求1‑2任一项所述的方法,其特征在于,所述方法还包括:响应于所述置信度大于或等于预设阈值,保存所述检测结果。

9.一种目标检测装置,其特征在于,所述装置包括:目标检测模块,用于通过训练好的目标检测网络对待检测图像进行目标检测,得到检测结果,所述检测结果包括所述待检测图像中的目标对象所属的目标类别、以及所述目标对象在所述待检测图像中的位置信息;

图像分割模块,用于基于所述位置信息,由所述待检测图像中分割出包括所述目标对象的候选图像;

置信度确定模块,根据所述候选图像,确定所述目标对象属于目标类别的置信度;

结果确定模块,用于响应于所述置信度小于预设阈值,在所述检测结果中删除关于所述目标对象的信息条目;

所述置信度确定模块,具体用于:通过过滤器,根据对所述候选图像进行特征提取得到的图像特征,确定所述目标对象属于所述目标类别的置信度;

所述过滤器被训练为用于检测所述目标类别的目标对象;

所述结果确定模块,还用于:

响应于所述置信度小于预设阈值,将所述候选图像作为负样本图像,训练所述过滤器。

10.根据权利要求9所述的装置,其特征在于,所述目标检测模块,具体用于:通过目标检测网络,对待检测图像进行目标检测,得到检测结果;

所述目标检测网络被训练为用于检测多种类别的目标对象。

11.根据权利要求9所述的装置,其特征在于,所述过滤器的训练过程包括:利用过滤器对样本图像进行特征提取;

基于提取到的图像特征,确定所述样本图像属于所述样本图像的标注类别的置信度,所述样本图像包括:正样本图像,其包括所述目标类别的目标对象,以及负样本图像,其包括干扰对象,所述干扰对象不属于所述目标类别;

基于所述置信度与所述样本图像的标注类别,确定网络损失;

根据所述网络损失调整所述过滤器的网络参数。

12.根据权利要求11所述的装置,其特征在于,所述样本图像包括至少两类正样本图像,所述至少两类正样本图像分别对应所述目标对象的一种预设的展示状态。

13.根据权利要求12所述的装置,其特征在于,所述目标对象包括片状物体,所述片状物体具有标识面和与标识面相对的表面;

所述至少两类正样本图像包括:所述片状物体为标识面可见的第一展示状态的图像、所述片状物体为标识面不可见的第二展示状态的图像。

14.根据权利要求9或10所述的装置,其特征在于,在从所述待检测图像检测出一个或多个目标对象的情况下,对于所述一个或多个目标对象中的每一个目标对象,所述检测结果包括该目标对象所属的目标类别,以及该目标对象在所述待检测图像中的位置信息;

所述置信度确定模块,具体用于:通过与所述目标对象所属的目标类别对应的过滤器,基于包括所述目标对象的所述候选图像确定所述目标对象属于目标类别的置信度。

15.一种电子设备,其特征在于,所述设备包括存储器、处理器,所述存储器用于存储可在处理器上运行的计算机指令,所述处理器用于在执行所述计算机指令时实现权利要求1至8任一所述的方法。

16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至8任一所述的方法。