(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 202210112724.X (22)申请日 2022.01.29 (71)申请人 上海商汤智能科技有限公司 地址 200233 上海市徐汇区桂平路391号3 号楼1605A室 (72)发明人 杨昆霖　刘诗男　侯军　伊帅　 (74)专利代理 机构 北京林达刘知识产权代理事 务所(普通 合伙) 11277 专利代理师 刘新宇 (51)Int.Cl. G06V 10/46(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06T 7/73(2017.01)G06T 7/62(2017.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种目标对象确定方法及装置、 电子 设备和 存储介质 (57)摘要 本公开涉及一种目标对象确定方法及 装置、 电子设备和存储介质， 所述方法包括： 获取输入 特征， 所述输入 特征包括输入图像或对所述输入 图像进行至少一次卷积操作得到的特征； 获取所 述输入图像中目标对象 的尺寸信息； 基于所述尺 寸信息和所述输入特征， 确定卷积核在所述输入 特征中采样时采样点的位置偏移量； 基于所述位 置偏移量调整后的卷积核， 对所述输入特征进行 卷积操作， 得到输出特征， 所述输出特征用于确 定所述输入图像中的目标对象。 本公开实施例提 取的输出特征可准确地确定目标对象的位置和 数量等信息。 权利要求书2页 说明书23页 附图7页 CN 114511712 A 2022.05.17 CN 114511712 A 1.一种目标对象确定方法， 其特 征在于， 包括： 获取输入特征， 所述输入特征包括输入图像或对所述输入图像进行至少一 次卷积操作 得到的特 征； 获取所述输入图像中目标对象的尺寸信息； 基于所述尺寸信 息和所述输入特征， 确定卷积核在所述输入特征中采样时采样点的位 置偏移量； 基于所述位置偏移量调整后的卷积核， 对所述输入特征进行卷积操作， 得到输出特征， 所述输出 特征用于确定所述输入图像中的目标对象。 2.根据权利要求1所述方法， 其特征在于， 在存在至少两个目标对象的尺寸信 息的情况 下， 所述获取 所述输入图像中目标对象的尺寸信息， 包括： 将获取到的所述至少两个目标对象的尺寸信 息的平均值， 作为所述目标对象在所述输 入图像中的尺寸信息 。 3.根据权利要求1 ‑2所述方法， 其特征在于， 所述基于所述尺寸信息和所述输入特征， 确定卷积核在所述输入特 征中采样时采样点的位置偏移量， 包括： 将所述尺寸信息与所述输入特 征进行融合， 得到融合特 征； 基于所述融合特 征， 确定卷积核在所述输入特 征中采样时采样点的位置偏移量。 4.根据权利要求3所述方法， 其特征在于， 所述将所述尺寸信 息与所述输入特征进行融 合， 得到融合特 征， 包括： 对所述尺寸信息进行非线性变换操作， 得到表征 所述尺寸信息的尺寸特 征； 对所述输入特 征进行卷积操作， 得到卷积输入特 征； 将所述尺寸特 征与所述卷积输入特 征进行融合， 得到融合特 征。 5.根据权利要求1 ‑4任一所述方法， 其特 征在于， 所述方法还 包括： 基于所述输出 特征， 确定所述输入图像中的目标对象的数量和/或位置 。 6.根据权利要求1 ‑5任一所述方法， 其特征在于， 所述目标对象确定方法基于神经网络 实现， 所述神经网络的训练样本和/或测试样本的构建方法包括： 根据第一样本图像的标注信息， 得到目标对象的至少一个目标子图； 将所述目标子图粘贴到第 二样本图像中， 得到合成图像以及所述目标子图在所述合成 图像中的粘贴位置信息； 将所述粘贴位置信息作为 合成图像中的标注信息， 生成合成样本图像。 7.根据权利要求6所述方法， 其特征在于， 所述根据第一样本 图像的标注信息， 得到目 标对象的至少一个目标子图， 包括： 提取所述标注信息对应的目标区域中的图像， 作为目标子图； 和/或， 对所述标注信 息对应的目标区域中的图像分别进行至少一 次图像变换， 将图像变换后 的图像作为目标子图。 8.根据权利要求6或7所述方法， 其特征在于， 在根据第 一样本图像的标注信息， 得到目 标对象的至少一个目标子图前， 所述方法还 包括： 根据所述目标区域的尺寸信息， 以及所述第二样本 图像的尺寸信息， 确定要生成的目 标子图的第一数量； 其中， 所述 目标子图的第一数量与所述第二样本图像的尺寸信息正相 关、 与所述目标区域的尺寸信息负相关。权　利　要　求　书 1/2 页 2 CN 114511712 A 29.根据权利要求8所述方法， 其特征在于， 在确定要生成的目标子 图的数量后， 所述对 所述标注信息对应的目标区域中的图像分别进行至少一次图像 变换， 包括： 根据所述第一数量， 对所述目标区域中的图像分别进行至少一次图像变换， 得到所述 第一数量的目标子图； 所述图像 变换包括下述至少之一： 图像拉伸、 图像收缩、 图像选择、 图像对称变换、 在图像中添加噪声。 10.一种目标对象确定装置， 其特 征在于， 包括： 输入模块， 用于 接收输入图像， 并对输入图像进行至少一次卷积 操作， 得到 输出特征： 至少一个尺度卷积模块， 用于将上一模块的输出特征作为输入特征， 以执行权利要求 1‑4任意一项所述的方法； 目标对象确定模块， 用于基于所述至少一个尺度卷积模块的输出特征， 确定所述输入 图像中的目标对象的数量和/或位置 。 11.一种目标对象确定装置， 其特 征在于， 包括： 输入特征获取模块， 用于获取输入特征， 所述输入特征包括输入图像或对所述输入图 像进行至少一次卷积 操作得到的特 征； 尺寸信息获取模块， 用于获取 所述输入图像中目标对象的尺寸信息； 位置偏移量确定模块， 用于基于所述尺寸信息和所述输入特征， 确定卷积核在所述输 入特征中采样时采样点的位置偏移量； 卷积操作模块， 用于基于所述位置偏移量调整后的卷积核， 对所述输入特征进行卷积 操作， 得到 输出特征， 所述输出 特征用于确定所述输入图像中的目标对象。 12.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储处理器可执行指令的存 储器； 其中， 所述处理器被配置为调用所述存储器存储的指令， 以执行权利要求1至9中任意 一项所述的方法。 13.一种计算机可读存储介质， 其上存储有计算机程序指令， 其特征在于， 所述计算机 程序指令被处 理器执行时实现权利要求1至9中任意 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114511712 A 3