(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210612764.0 (22)申请日 2022.05.31 (71)申请人 北京开拓鸿业高科技有限公司 地址 100080 北京市海淀区海淀东 三街2号 13层1301-07 (72)发明人 刘腾龙　 (74)专利代理 机构 北京英创嘉友知识产权代理 事务所(普通 合伙) 11447 专利代理师 卢夏子 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 10/766(2022.01) G06V 10/44(2022.01) G06V 40/10(2022.01)G06N 3/04(2006.01) (54)发明名称 图像检测方法、 装置、 计算机可读存储介质 及电子设备 (57)摘要 本公开涉及一种图像检测方法、 装置、 计算 机可读存储介质及电子设备， 该方法包括： 获取 待检测图像， 对待检测图像进行特征提取， 得到 待检测图像的特征图， 通过路径聚合网络PAN对 特征图进行特征融合， 得到第一特征融合图， 通 过单阶段检测器SSH对第一特征融合图进行特征 融合， 得到第二特征融合图， 根据第二特征融合 图确定待检测图像中的手部预测框位置、 手部预 测框置信度、 手部关键点坐标及类别信息， 作为 图像检测结果。 通过PAN对特征图进行特征融合， 能够增强图像检测的语义表达能力及召回率， 通 过SSH构建不同尺寸的特征图， 具备对不同尺寸 的图像的检测的泛化能力， 从而对手部区域尺寸 变化大的情况也具有很高的鲁棒 性。 权利要求书2页 说明书9页 附图6页 CN 115063656 A 2022.09.16 CN 115063656 A 1.一种图像 检测方法， 其特 征在于， 包括： 获取待检测图像； 对所述待检测图像进行 特征提取， 得到所述待检测图像的特 征图； 通过路径聚合网络PAN对所述特 征图进行 特征融合， 得到第一特 征融合图； 通过单阶段检测器S SH对所述第一特 征融合图进行 特征融合， 得到第二特 征融合图； 根据所述第 二特征融合图确定所述待检测图像中的手部预测框位置、 手部预测框置信 度、 手部关键点 坐标及类别 信息， 作为图像 检测结果。 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特征提取， 得到所 述待检测图像的特 征图包括： 通过YOLO网络对所述待检测图像进行 特征提取， 得到所述待检测图像的特 征图。 3.根据权利要求2所述的方法， 其特征在于， 所述YOLO网络为YOLOv5网络； 所述YOLOv5 网络包括Stembl ock结构、 用于下采样的输出层、 手部关键点预测分支及Shuf fleNet。 4.根据权利要求1所述的方法， 其特征在于， 所述通过路径聚合网络PAN对所述特征图 进行特征融合， 得到第一特 征融合图包括： 对所述特征图进行多次自底向上的卷积操作； 每一 次所述卷积操作用于使得所述特征 图的尺寸减半、 通道翻倍； 将每一次所述卷积 操作后得到的特 征图进行横向连接； 对横向连接后得到的特征图进行自底向上的特征融合， 得到多帧不同大小的所述第 一 特征融合图。 5.根据权利要求1所述的方法， 其特征在于， 所述SSH包括第一支路、 第 二支路及第三支 路， 所述第一支路包括1个3x3的卷积核， 所述第二支路包括2个3x3的卷积核， 第三支路包括 3个3x3的卷积核； 所述通过单阶段检测器SSH对多帧所述第一特征融合图进行特征融合， 得到第二特征 融合图包括： 通过所述第 一支路、 所述第 二支路及所述第 三支路分别对多帧所述第 一特征融合图进 行卷积， 得到多帧所述第二特 征融合图。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述第 二特征融合图确定所述待 检测图像中的手部预测框位置、 手部预测框 置信度、 手部关键点 坐标及类别 信息包括： 将每帧所述第二特征融合图中的每一个感受野， 分别映射为第一预定通道数、 第二预 定通道数及第三预定通道数， 得到第一 通道结果、 第二 通道结果及第三 通道结果； 根据所述第 一通道结果确定所述类别信 息， 根据所述第二通道结果确定所述手部预测 框位置和手部预测框 置信度， 根据所述第三 通道结果确定所述手部关键点 坐标。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述第 二通道结果确定所述手部 预测框位置和手部预测框 置信度包括： 根据所述第二通道结果确定每帧所述第二特征融合图中的初始手部预测框及初始手 部预测框 置信度； 选择所述初始手部预测框 置信度最大的所述初始手部预测框作为 候选手部预测框； 分别计算所述 候选手部预测框与每一个其 他初始手部预测框的交并比值； 根据所述候选手部预测框的框 中心位置、 所述初始手部预测框的框 中心位置及所述交权　利　要　求　书 1/2 页 2 CN 115063656 A 2并比值确定所述手部预测框位置 。 8.一种图像 检测装置， 其特 征在于， 包括： 获取模块， 用于获取待检测图像； 提取模块， 用于对所述待检测图像进行 特征提取， 得到所述待检测图像的特 征图； 第一融合模块， 用于通过路径聚合网络PAN对所述特征图进行特征融合， 得到第一特征 融合图； 第二融合模块， 用于通过单阶段检测器SSH对所述第 一特征融合图进行特征融合， 得到 第二特征融合图； 处理模块， 用于根据所述第二特征融合图确定所述待检测图像中的手部预测框位置、 手部预测框 置信度、 手部关键点 坐标及类别 信息， 作为图像 检测结果。 9.一种非临时性计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处 理器执行时实现权利要求1 ‑7中任一项所述方法的步骤。 10.一种电子设备， 其特 征在于， 包括： 存储器， 其上存 储有计算机程序； 处理器， 用于执行所述存储器 中的所述计算机程序， 以实现权利要求1 ‑7中任一项所述 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115063656 A 3