目标区域的检测方法和装置、存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114332702A(43)申请公布日2022.04.12(21)申请号202111619815.4G06V10/764(2022.01)(22)申请日2021.12.27G06V10/82(2022.01)G06N3/04(2006.01)(71)申请人浙江大华技术股份有限公司G06N3/08(2006.01)地址310051浙江省杭州市滨江区滨安路1187号(72)发明人叶凡杰周祥明郑春煌程德强(74)专利代理机构北京康信知识产权代理有限责任公司11240代理人王晓婷(51)Int.Cl.G06V20/40(2022.01)G06V10/80(2022.01)G06V10/40(2022.01)G06V10/143(2022.01)G06V10/44(2022.01)权利要求书3页说明书13页附图4页(54)发明名称目标区域的检测方法和装置、存储介质及电子设备(57)摘要本发明公开了一种目标区域的检测方法和装置、存储介质及电子设备。其中，该方法包括：接收目标设备发送的可见光图像和红外图像，其中，可见光图像和红外图像从同一视频帧中获取到，且同一视频帧为目标设备对目标区域进行图像采集所得到的视频帧中的任一帧图像；将可见光图像和红外图像输入到目标检测网络，得到目标区域对应的第一检测结果；将第一检测结果与红外图像对应的第二检测结果进行融合得到第三检测结果，其中，第二检测结果是通过对目标区域的红外图像进行运动检测确定的，解决了现有技术中对于对复杂场景下，目标区域进行检测的准确度不高的技术问题。CN114332702ACN114332702A权利要求书1/3页1.一种目标区域的检测方法，其特征在于，包括：接收目标设备发送的可见光图像和红外图像，其中，所述可见光图像和所述红外图像从同一视频帧中获取到，且所述同一视频帧为所述目标设备对目标区域进行图像采集所得到的视频帧中的任一帧图像；将所述可见光图像和所述红外图像输入到目标检测网络，得到所述目标区域对应的第一检测结果；将所述第一检测结果与所述红外图像对应的第二检测结果进行融合得到第三检测结果，其中，所述第二检测结果是通过对目标区域的所述红外图像进行运动检测确定。2.根据权利要求1所述的方法，其特征在于，将所述可见光图像和所述红外图像输入到目标检测网络，得到所述目标区域对应的第一检测结果，包括：将可见光图像和红外图像输入到目标检测网络中的特征提取融合模块，得到所述特征提取融合模块输出的所述可见光图像和所述红外图像的融合特征图，其中，所述特征提取融合模块包括级联的多个卷积层模块和一个张量拼接模块；将所述融合特征图输入到所述目标检测网络中的层次深度聚合模块，得到所述层次深度聚合模块输出的多个上采样特征图；将所述多个上采样特征图输入到所述目标检测网络中的迭代深度聚合模块，得到所述迭代深度聚合模块输出的预测标注框信息，并将所述预测标注框信息作为所述目标检测网络对所述目标区域的第一检测结果。3.根据权利要求2所述的方法，其特征在于，将可见光图像和红外图像输入到目标检测网络中的特征提取融合模块，得到所述特征提取融合模块输出的所述可见光图像和所述红外图像的融合特征图，包括：通过所述多个卷积层模块对所述可见光图像进行特征提取，得到所述可见光图像对应的可见光特征图；通过所述多个卷积层模块对所述红外图像进行特征提取，得到所述可见光图像对应的红外特征图；使用所述张量拼接模块对所述可见光特征图和所述红外特征图进行特征拼接，确定出所述可见光图像和所述红外图像的融合特征图。4.根据权利要求2所述的方法，其特征在于，将所述融合特征图输入到所述目标检测网络中的层次深度聚合模块，得到所述层次深度聚合模块输出的多个上采样特征图，包括：将所述融合特征图通过所述层次深度聚合模块的第一层下采样子模块进行下采样提取，得到所述融合特征图对应的第一阶段特征图；其中，所述下采样提取用于指示将所述融合特征图根据第一层下采样子模块的预设块大小划分为多个基础块，并对所述多个基础块中的每一个基础块进行特征融合；将所述第一阶段特征图输入到所述层次深度聚合模块的第二层下采样子模块进行下采样提取，得到所述融合特征图对应的第二阶段特征图，并通过预设的残差卷积层对所述第二阶段特征图进行部分层的聚合，以确定出之后输入到所述层次深度聚合模块的第三层下采样子模块进行下采样提取的第二目标层级特征图；在所述层次深度聚合模块中所有层级的下采样子模块完成下采样提取的情况下，对经过残差卷积层处理的每一个目标层级特征图进行上采样，以确定出所述层次深度聚合模块2CN114332702A权利要求书2/3页输出的多个上采样特征图。5.根据权利要求2所述的方法，其特征在于，将所述多个上采样特征图输入到所述目