目标检测方法以及设备与流程

本发明实施例涉及计算机视觉，特别涉及一种目标检测方法以及设备。

背景技术：

1、随着人工智能与机器人技术的快速发展，移动机器人（比如，服务机器人、无人配送车、清洁机器人等）在商业与家庭场景中的应用日益广泛，而在实际应用中，移动机器人根据目标检测结果实现安全、可靠的自主导航与近场避障功能尤为重要。

2、在相关技术中，目标检测主要依赖于基于深度学习的2d（2 dimensions，二维）图像检测框架。这类方法计算机设备通常通过卷积神经网络直接从相机图像中提取特征，生成包含类别和位置坐标的检测框。为了提升检测性能，现有技术往往侧重于优化网络结构的深度与宽度，或者通过大规模数据集进行训练，力求在图像像素层面实现目标与背景的分类与回归。

3、然而，上述方案将目标检测视为纯粹的图像分类问题，而忽视了物理世界中目标与地平面的空间几何关系，以及深度信息对于目标实体结构的表征能力，降低机器人的目标检测的准确性。

技术实现思路

1、本发明实施例提供了一种目标检测方法以及设备，可以提高目标检测的准确性，该技术方案如下：

2、一方面，提供了一种目标检测方法，所述方法包括：

3、获取检测目标的检测框数据、相机图像，以及相机外参数据，所述检测框数据包括目标置信度以及检测框位置坐标，所述相机图像是包含所述检测目标的图像；

4、根据所述检测框数据、所述相机图像，以及所述相机外参数据，获取经过几何先验修正的修正检测框数据；

5、对所述修正检测框数据在所述相机图像中对应的局部图像执行增强操作，所述增强操作包括亮度熵筛查和背景抑制增强；

6、根据所述修正检测框数据，对执行所述增强操作后的局部图像执行深度异常掩码补偿操作，以生成目标检测框数据。

7、另一方面，提供了一种目标检测装置，所述装置包括：

8、基础数据获取模块，用于获取检测目标的检测框数据、相机图像，以及相机外参数据，所述检测框数据包括目标置信度以及检测框位置坐标，所述相机图像是包含所述检测目标的图像；

9、修正检测框数据获取模块，用于根据所述检测框数据、所述相机图像，以及所述相机外参数据，获取经过几何先验修正的修正检测框数据；

10、增强操作执行模块，用于对所述修正检测框数据在所述相机图像中对应的局部图像执行增强操作，所述增强操作包括亮度熵筛查和背景抑制增强；

11、掩码补偿执行模块，用于根据所述修正检测框数据，对执行所述增强操作后的局部图像执行深度异常掩码补偿操作，以生成目标检测框数据。

12、又一方面，提供了一种计算机设备，所述计算机设备包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的目标检测方法。

13、又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的目标检测方法。

14、还一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取所述计算机程序，处理器执行所述计算机程序，使得所述计算机设备执行上述各种可选实现方式中提供的目标检测方法。

15、本发明提供的技术方案可以包括以下有益效果：

16、计算机设备用相机外参数据与几何先验对检测目标的检测框数据进行修正，有效剔除了检测框数据中因透视畸变或定位偏差导致的不合理框体，提升了定位精度，针对修正后的局部图像引入亮度熵筛查与背景抑制增强，一方面通过调整光照不均提升图像信息熵，另一方面抑制了复杂背景干扰，凸显了目标细节。最后结合深度异常掩码补偿机制，对增强操作后的局部图像进行轮廓精修与遮挡补偿，生成最终的检测框数据。该流程实现了从粗略检测到精细化修正的闭环优化，通过多阶段协同优化显著降低了误检率与漏检率，显著提升了目标检测的准确度。

17、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

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，所述根据所述检测框数据、所述相机图像，以及所述相机外参数据，获取经过几何先验修正的修正检测框数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述位置关系数据对所述检测框数据执行置信度自适应加权操作，包括：

4.根据权利要求3所述的方法，其特征在于，所述位置关系数据包括重叠比例、框底边位置、框中心点高度以及框在地面带中的覆盖程度；

5.根据权利要求1所述的方法，其特征在于，所述对所述修正检测框数据在所述相机图像中对应的局部图像执行增强操作，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述修正检测框数据，对在所述相机图像中对应的局部图像执行亮度熵筛查，包括：

7.根据权利要求6所述的方法，其特征在于，所述对执行所述亮度熵筛查后的局部图像，执行背景抑制增强，包括：

8.根据权利要求1所述的方法，其特征在于，所述根据所述修正检测框数据，对执行所述增强操作后的局部图像执行深度异常掩码补偿操作，包括：

9.根据权利要求8所述的方法，其特征在于，所述根据所述异常像素占比、所述异常位置分布以及所述外观异常特征，获得补偿信号，包括：

10.一种目标检测装置，其特征在于，所述装置包括：