(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211014463.4 (22)申请日 2022.08.23 (65)同一申请的已公布的文献号 申请公布号 CN 115100689 A (43)申请公布日 2022.09.23 (73)专利权人 浙江大华 技术股份有限公司 地址 310053 浙江省杭州市滨江区滨安路 1187号 (72)发明人 潘华东　孙鹤　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 专利代理师 赵凯莉 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/25(2022.01) G06V 10/40(2022.01)G06V 10/764(2022.01) G06V 10/80(2022.01) (56)对比文件 CN 114764911 A,2022.07.19 CN 114372999 A,2022.04.19 CN 114511046 A,202 2.05.17 US 2022230420 A1,202 2.07.21 EP 3620966 A1,2020.0 3.11 CN 114764870 A,202 2.07.19 刘小利.基 于深度学习算法的图像融合. 《国 外电子测量 技术》 .2020,(第07期), 金铭等.一种多特 征融合的图像 检索新方 法. 《电子测量 技术》 .2016,(第08 期), Yao Nan 等. “Feature Fusi on Human Object Detecti on Algorithm ”. 《IEEE》 .2021, 审查员 秦涛 (54)发明名称 一种对象检测方法、 装置、 电子设备和存储 介质 (57)摘要 本申请涉及图像处理技术领域， 尤其涉及一 种对象检测方法、 装置、 电子设备和存储介质， 用 以提高对象检测效率。 其中， 方法包括： 对获取的 待检测图像进行特征提取， 获得图像特征； 将图 像特征分别与 目标对象对应的多个参考对象特 征进行特征融合， 获得多个图像融合特征， 基于 各图像融合特征， 对待检测图像进行对象检测， 获得各个目标对象各自对应的多个候选边界信 息和置信度； 基于各候选边界信息和置信度， 筛 选出各个目标对象在待检测图像中的目标边界 信息。 本申请在需要检测不同的目标对象时， 只 需要将待检测图像的图像特征与 目标对象对应 的参考特征融合， 即可基于图像融合特征获得目 标对象在 待检测图像中的目标边界信息， 能够有 效提高对象检测效率。 权利要求书3页 说明书18页 附图7页 CN 115100689 B 2022.11.01 CN 115100689 B 1.一种对象检测方法， 其特 征在于， 该 方法包括： 获取待检测图像， 并对所述待检测图像进行特征提取， 获得所述待检测图像的图像特 征； 获取目标对象对应的多个参考对象特征， 每个参考对象特征是通过对包含所述目标对 象的一个参 考图像进行 特征提取获得的； 将所述图像特征分别与各个参考对象特征进行特征融合， 获得多个图像融合特征， 并 分别基于各个图像融合特征， 对所述待检测图像进行对 象检测， 获得所述待检测图像中的 各个目标对象各自对应的多个候选边界信息和各个候选边界信息相应的置信度； 基于各个候选边界信 息相应的置信度， 从所述各个候选边界信 息中确定出所述各个目 标对象各自在所述待检测图像中的目标边界信息 。 2.如权利要求1所述的方法， 其特征在于， 在所述分别基于各个图像融合特征， 对所述 待检测图像进 行对象检测， 获得所述待检测图像中的各个目标对象各自对应的多个候选边 界信息和各个候选边界信息相应的置信度之前， 还 包括： 对每个图像融合特 征， 分别执 行以下操作： 针对一个图像 融合特征， 基于预设的检测框信 息对所述一个图像融合特征进行区域划 分， 获得至少一个对 象检测区域， 所述检测框信息用于划分所述图像融合特征中进行对 象 检测的区域。 3.如权利要求2所述的方法， 其特征在于， 所述分别基于各个图像融合特征， 对所述待 检测图像进行对象检测， 获得所述待检测图像中的各个目标对象各自对应的多个候选边界 信息和各个候选边界信息相应的置信度， 包括： 对每个图像融合特 征， 分别执 行以下操作： 针对一个图像融合特征， 分别对获得的各个对象检测区域进行分类， 获得各个对象检 测区域包 含所述目标对象的置信度； 基于所述各个对象检测区域对所述目标对象进行对象边界预测， 获得所述各个对象检 测区域各自对应的候选边界信息， 并将所述对象检测区域的置信度作为相应的候选边界信 息的置信度。 4.如权利要求1所述的方法， 其特征在于， 所述基于各个候选边界信息相应的置信度， 从所述各个候选边界信息中确定出所述各个目标对 象各自在所述待检测图像中的目标边 界信息， 包括： 基于所述各个候选边界信 息相应的置信度， 对所述各个候选边界信 息组成的候选集合 进行迭代筛选， 并将最后一次迭代筛选获得 的目标集合中的候选边界信息， 作为所述 目标 边界信息； 其中， 在一次迭代筛 选过程中执 行以下步骤： 将当前候选集合中的各个候选边界信 息对应的置信度按照大小排序， 并将对应的排序 结果在预设次序的候选边界信息加入目标集 合； 分别确定所述对应的排序结果在预设次序的候选边界信 息， 与所述候选集合中剩余的 各个候选边界信息的交并比， 并将所述当前候选集合中交并比小于或等于预设阈值的候选 边界信息， 保留在所述当前候选集 合中。 5.如权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 响应于确定的各个交并比均大于所述预设阈值， 停止所述迭代筛 选。权　利　要　求　书 1/3 页 2 CN 115100689 B 26.如权利要求4所述的方法， 其特征在于， 所述预设次序的候选边界信息为： 排序结果 中置信度最高的候选边界信息 。 7.如权利要求1所述的方法， 其特征在于， 在所述获取所述目标对象对应的多个参考对 象特征之前， 还 包括： 对每个参考图像分别执 行以下操作： 针对一个参考图像， 基于卷积网络对所述一个参考图像进行特征提取， 获得对应的参 考对象特 征； 将所述参考对象特征保存到对象特征集合， 并基于所述目标对象的对象标识信息， 将 所述参考对象特 征与所述目标对象进行关联。 8.如权利要求7所述的方法， 其特征在于， 所述对所述待检测图像进行特征提取， 获得 所述待检测图像的图像特 征： 基于所述卷积网络对所述待检测图像进行特征提取， 获得所述待检测图像的图像特 征。 9.如权利要求7所述的方法， 其特征在于， 所述获取目标对象对应的多个参考对象特 征， 包括： 获取所述目标对象的对象标识信息； 基于所述对象标识信 息， 从所述对象特征集合中获取所述目标对象关联的多个参考对 象特征。 10.一种对象检测方法， 其特 征在于， 所述方法包括： 响应于检测目标对象的触发操作， 显示对象检测界面， 所述对象检测界面展示有第一 上传控件， 所述第一上传控 件用于上传待检测图像； 响应于基于所述第一上传控件触发的上传操作， 显示检测结果界面， 通过所述检测结 果界面展示包含标注框的所述待检测图像， 所述标注框是基于所述目标对象在所述待检测 图像中的目标边界信息生成的； 所述目标边界信息是通过权利要求1~9任一项所述的方法 获得的。 11.如权利要求10所述的方法， 其特征在于， 所述对象检测展示界面还展示有第 二上传 控件， 所述方法还 包括： 响应于基于所述第 二上传控件触发的上传操作， 接收多个包含所述目标对象的参考图 像， 以通过卷积网络对接 收的各个参考图像进行特征提取， 获得所述 目标对象对应的各个 参考对象特征， 将所述各个参考对 象特征保存到对 象特征集合， 并基于所述 目标对象的对 象标识信息， 将所述 参考对象特 征与所述目标对象进行关联。 12.一种对象检测装置， 其特 征在于， 包括： 提取单元， 用于获取待检测图像， 并对所述待检测图像进行特征提取， 获得所述待检测 图像的图像特 征； 获取单元， 用于获取目标对象对应的多个参考对象特征， 每个参考对象特征是通过对 包含所述目标对象的一个参 考图像进行 特征提取获得的； 融合单元， 用于将所述图像特征分别与各个参考对象特征进行特征融合， 获得多个图 像融合特征， 并分别基于各个图像融合特征， 对所述待检测图像进 行对象检测， 获得所述待 检测图像中的各个目标对 象各自对应的多个候选边界信息和各个候选边界信息相 应的置权　利　要　求　书 2/3 页 3 CN 115100689 B 3