(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 202211311138.4 (22)申请日 2022.10.25 (71)申请人 杭州华橙软件技 术有限公司 地址 310051 浙江省杭州市滨江区长河街 道滨兴路1399号3号楼15层 (72)发明人 马子昂　汪鹏飞　刘征宇　谢运　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/764(2022.01) G06T 7/73(2017.01) G06T 7/13(2017.01) G06T 7/11(2017.01)G06T 7/00(2017.01) (54)发明名称 一种目标边缘特征提取方法、 装置、 终端及 存储介质 (57)摘要 本发明提供一种目标边缘特征提取方法、 装 置、 终端及存储介质， 目标边缘特征提取方法包 括： 获取待检测图像的特征图， 确定特征图中各 像素区域对应的初始关键点信息； 对像素区域进 行检测， 得到像素区域的检测信息； 基于像素区 域的检测信息， 从像素区域中筛选出目标对象对 应的真实目标区域， 并对真实目标区域的初始关 键点信息进行校正得到真实目标区域的校正关 键点信息； 基于真实目标区域的校正关键点信 息， 确定目标对象的边缘特征信息。 本申请基于 检测信息对真实目标区域的初始关键点信息进 行校正， 使目标对象的边缘特征更加明确， 进而 提高待检测图像中目标对象的边缘特征的准确 性。 权利要求书2页 说明书9页 附图4页 CN 115375917 A 2022.11.22 CN 115375917 A 1.一种目标边 缘特征提取方法， 其特 征在于， 所述目标边 缘特征提取方法包括： 获取待检测图像的特征图， 确定所述特征图中各像素区域对应的初始关键点信息； 所 述待检测图像中包 含目标对象； 对所述像素区域进行检测， 得到所述像素区域的检测信息； 所述像素区域的检测信息 包括所述像素区域的检测类别、 所述像素区域对应的各关键点的位置偏置和所述像素区域 对应的所述 位置偏置的置信度； 基于所述像素区域的检测信 息， 从所述像素区域中筛选出所述目标对象对应的真实 目 标区域， 并对所述真实目标区域的初始关键点信息进 行校正得到所述真实目标区域的校正 关键点信息； 基于所述真实目标区域的校正关键点信息， 确定所述目标对象的边 缘特征信息。 2.根据权利要求1所述的目标边 缘特征提取方法， 其特 征在于， 所述获取待检测图像的特征图， 确定所述特征图中各像素区域对应的初始关键点信 息， 包括： 获取所述待检测图像； 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； 基于所述特征图中各所述像素区域的位置坐标， 确定各所述像素区域对应的多个关键 点， 所述多个关键点用于表征 所述像素区域的状态； 对所述特征图中的各所述像素区域对应的所述多个关键点的位置坐标进行初始化， 得 到各所述像素区域对应的初始关键点信息 。 3.根据权利要求1所述的目标边 缘特征提取方法， 其特 征在于， 所述对所述像素区域进行检测， 得到所述像素区域的检测信息， 包括： 通过边缘特征增强网络对所述像素区域进行检测， 得到所述像素区域的检测信息 。 4.根据权利要求3所述的目标边缘特征提取方法， 其特征在于， 所述检测类别包括目标 类别和非目标类别； 所述基于所述像素区域的检测信 息， 从所述像素区域中筛选出所述目标对象对应的真 实目标区域， 包括： 从所述特征图对应的所有所述像素区域中选取所述检测类别为所述目标类别的所述 像素区域， 作为所述目标对象的真实目标区域。 5.根据权利要求4所述的目标边缘特征提取方法， 其特征在于， 所述初始关键点信 息包 括所述关键点的初始位置坐标； 所述对所述真实目标区域的初始关键点信息进行校正得到所述真实目标区域的校正 关键点信息， 包括： 基于所述真实目标区域对应的各所述关键点的位置偏置和所述关键点的初始位置坐 标， 对所述真实目标区域对应的各所述关键点的初始位置坐标进行校正， 得到各所述关键 点的更新 坐标。 6.根据权利要求5所述的目标边 缘特征提取方法， 其特 征在于， 所述基于所述真实目标区域的校正关键点信息， 确定所述目标对象的边缘特征信息， 包括： 根据所述真实 目标区域对应的各所述关键点的更新坐标， 确定所述真实 目标区域的边权　利　要　求　书 1/2 页 2 CN 115375917 A 2缘关键点； 根据各所述边缘关键点的更新 坐标， 确定所述目标对象的边 缘特征信息。 7.根据权利要求6所述的目标边 缘特征提取方法， 其特 征在于， 所述根据各所述边缘关键点的更新 坐标， 确定所述目标对象的边 缘特征信息， 包括： 根据所述边缘关键点的更新坐标和所述边缘关键点的位置偏置的置信度， 生成所述边 缘关键点的矩形区域； 基于所述矩形区域内的特 征图， 确定所述 边缘关键点的增强特 征； 将各所述真实 目标区域对应的所有所述边缘关键点的增强特征进行串联， 确定所述目 标对象的边 缘特征信息。 8.根据权利要求3所述的目标边 缘特征提取方法， 其特 征在于， 所述边缘特征增强网络的训练方法， 包括： 获取多张包含目标的样本 图像； 各所述样本 图像关联有特征图， 所述样本 图像的特征 图中各像素位置具有标注类别； 各 所述样本图像关联 所述目标的标注框； 通过所述边缘特征增强网络对所述特征图中各所述像素位置对应的最小外接矩形进 行检测， 得到所述像素位置的预测框； 基于所述像素位置的预测框与所述目标的标注框的交并比， 确定所述像素位置的预测 类别； 基于同一所述样本图像的特征图中同一所述像素位置的预测类别和所述标注类别之 间的误差值， 迭代训练所述 边缘特征增强网络 。 9.一种目标边 缘特征提取装置， 其特 征在于， 所述目标边 缘特征提取装置包括： 获取模块， 用于获取待检测图像的特征图， 确定所述特征图中各像素区域对应的初始 关键点信息； 所述待检测图像中包 含目标对象； 检测模块， 用于对所述像素区域进行检测， 得到所述像素区域的检测信息； 所述像素区 域的检测信息包括所述像素区域的检测类别、 所述像素区域对应的各关键点的位置偏置和 所述像素区域对应的所述 位置偏置的置信度； 分析模块， 用于基于所述像素区域的检测信息， 从所述像素区域中筛选出所述目标对 象对应的真实目标区域， 并对所述真实目标区域的初始关键点信息进 行校正得到所述真实 目标区域的校正关键点信息； 确定模块， 用于基于所述真实目标区域的校正关键点信息， 确定所述目标对象的边缘 特征信息。 10.一种终端， 其特征在于， 所述终端包括存储器、 处理器以及存储于所述存储器中并 在所述处理器上运行的计算机程序， 所述处理器用于执行程序数据以实现如权利要求1~8 任一项所述的目标边 缘特征提取方法中的步骤。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求1~8任一项所述的目标边缘特征提 取方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115375917 A 3