图片中目标物的定位方法及装置与流程

本公开涉及图像处理技术领域，尤其涉及一种图片中目标物的定位方法及装置。

背景技术：

当通过已训练的全卷积神经网络(Full Convolutional Neural Networks，简称为FCN)模型对图片中的人脸进行检测时，通过该FCN模型得到一热度图(heat map)，通过在热度图中识别目标物(例如，人脸)所在区域的概率，然后在原始图片中进行全图扫描，由于需要在原始图片中搜索目标物的位置，导致数据处理量大，识别效率低下。

技术实现要素：

为克服相关技术中存在的问题，本公开实施例提供一种图片中目标物的定位方法及装置，用以降低图片处理过程中的数据量，提高识别目标物的效率。

根据本公开实施例的第一方面，提供一种图片中目标物的定位方法，包括：

从原始图片中识别出目标物的候选区域；

将所述候选区域的图像内容输入到已训练的全卷积神经网络中，通过所述全卷积神经网络对所述候选区域的图像内容进行卷积处理，输出所述候选区域对应的热度图，所述热度图上每一个坐标点对应的值为所述全卷积神经网络对所述目标物在所述候选区域计算出的概率值；

基于所述热度图上的每一个坐标点对应的概率值，确定所述目标物在所述原始图片中的第一候选框集合以及所述第一候选框集合中每一个候选框对应的置信度；

基于所述第一候选框集合每一个候选框对应的置信度，确定所述目标物在所述原始图片中的位置区域。

在一实施例中，所述基于所述第一候选框集合中每一个候选框对应的置信度，确定所述目标物在所述原始图片中的位置区域，包括：

对所述第一候选框集合进行聚类，合并所述第一候选框集合中的重叠框，得到第二候选框集合；

将所述热度图上的概率值大于预设阈值的坐标点映射到所述原始图片中的对应坐标位置；

基于所述原始图片中的对应坐标位置确定第三候选框集合；

根据所述第二候选框集合和所述第三候选框集合，确定所述目标物在所述原始图片中的位置区域。

在一实施例中，所述根据所述第二候选框集合和所述第三候选框集合，确定所述目标物在所述原始图片中的位置区域，包括：

基于所述第二候选框集合和所述第三候选框集合中相重合的候选框，确定第四候选框集合；

对所述第四候选框集合中所包含的候选框各自对应的置信度进行排序，得到排序结果；

将所述排序结果中按照置信度最高的前设定个数的候选框确定为所述目标物所在的第五候选框集合；

基于所述第五候选框集合，确定所述目标物在所述原始图片中的位置区域。

在一实施例中，所述方法还包括：

基于非极大值抑制算法，去除所述第三候选框集合中的重叠框。

在一实施例中，所述基于所述热度图上的每一个坐标点对应的概率值，确定所述目标物在所述原始图片中的第一候选框集合，包括：

在所述热度图上，确定是否存在概率值大于预设阈值的坐标点；

当存在所述概率值大于第一预设阈值的坐标点时，确定所述概率值大于所述预设阈值的坐标点在所述原始图片中各自对应的像素点；

基于在所述原始图片中各自对应的像素点，确定所述目标物在所述原始图片中的第一候选框集合。

根据本公开实施例的第二方面，提供一种图片中目标物的定位装置，包括：

识别模块，被配置为从原始图片中识别出所述目标物的候选区域；

第一处理模块，被配置为将所述识别模块识别到的所述候选区域的图像内容输入到已训练的全卷积神经网络中，通过所述全卷积神经网络对所述候选区域的图像内容进行卷积处理，输出所述候选区域对应的热度图，所述热度图上每一个坐标点对应的值为所述全卷积神经网络对所述目标物在所述候选区域计算出的概率值；

第一确定模块，被配置为基于所述第一处理模块得到的所述热度图上的每一个坐标点对应的概率值，确定所述目标物在所述原始图片中的第一候选框集合以及所述第一候选框集合中每一个候选框对应的置信度；

第二确定模块，被配置为基于所述第一确定模块确定的所述第一候选框集合每一个候选框对应的置信度，确定所述目标物在所述原始图片中的位置区域。

在一实施例中，所述第二确定模块包括：

聚类合并子模块，被配置为对所述第一候选框集合进行聚类，合并所述第一候选框集合中的重叠框，得到第二候选框集合；

映射子模块，被配置为将所述热度图上的概率值大于预设阈值的坐标点映射到所述原始图片中的对应坐标位置；

第一确定子模块，被配置为基于所述映射子模块得到的所述原始图片中的对应坐标位置确定第三候选框集合；

第二确定子模块，被配置为根据所述聚类合并子模块得到的所述第二候选框集合和所述第一确定子模块得到的所述第三候选框集合，确定所述目标物在所述原始图片中的位置区域。

在一实施例中，所述第二确定子模块具体被配置为：

基于所述第二候选框集合和所述第三候选框集合中相重合的候选框，确定第四候选框集合；

对所述第四候选框集合中所包含的候选框各自对应的置信度进行排序，得到排序结果；

将所述排序结果中按照置信度最高的前设定个数的候选框确定为所述目标物所在的第五候选框集合；

基于所述第五候选框集合，确定所述目标物在所述原始图片中的位置区域。

在一实施例中，所述装置还包括：

第二处理模块，被配置为基于非极大值抑制算法，去除所述第一确定子模块得到的所述第三候选框集合中的重叠框。

在一实施例中，所述第一确定模块包括：

第三确定子模块，被配置为在所述热度图上，确定是否存在概率值大于预设阈值的坐标点；

第四确定子模块，被配置为当所述第三确定子模块确定存在所述概率值大于第一预设阈值的坐标点时，确定所述概率值大于所述预设阈值的坐标点在所述原始图片中各自对应的像素点；

第五确定子模块，被配置为基于在所述第四确定子模块确定的所述原始图片中各自对应的像素点，确定所述目标物在所述原始图片中的第一候选框集合。

根据本公开实施例的第三方面，提供一种图片中目标物的定位装置，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：

从原始图片中识别出所述目标物的候选区域；

将所述候选区域的图像内容输入到已训练的全卷积神经网络中，通过所述全卷积神经网络对所述候选区域的图像内容进行卷积处理，输出所述候选区域对应的热度图，所述热度图上每一个坐标点对应的值为所述全卷积神经网络对所述目标物在所述候选区域计算出的概率值；

基于所述热度图上的每一个坐标点对应的概率值，确定所述目标物在所述原始图片中的第一候选框集合以及所述第一候选框集合中每一个候选框对应的置信度；

基于所述第一候选框集合每一个候选框对应的置信度，确定所述目标物在所述原始图片中的位置区域。

本公开的实施例提供的技术方案可以包括以下有益效果：

从原始图片中先识别出目标物的候选区域，进而将候选区域的图像内容输入到FCN，得到对应的热度图，通过热度图确定出的目标物所在的第一候选框集合得到目标物在原始图片中的位置区域，由于整个过程仅对原始图片中的候选区域进行识别，大大降低了原始图片在目标物定位过程中的数据量，提高了目标物的识别效率，实现了在小区域内精准定位目标物在原始图片中的位置。

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，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1A是根据一示例性实施例示出的图片中目标物的定位方法的流程图。

图1B是根据一示例性实施例示出的图片中目标物的定位方法的场景图。

图2A是根据一示例性实施例一示出的图片中目标物的定位方法的流程图。

图2B是根据图2A所示实施例步骤205的流程图。

图3是根据一示例性实施例二示出的图片中目标物的定位方法的流程图。

图4是根据一示例性实施例三示出的训练全卷积神经网络的流程图。

图5是根据一示例性实施例示出的一种图片中目标物的定位装置的框图。

图6是根据一示例性实施例示出的另一种图片中目标物的定位装置的框图。

图7是根据一示例性实施例示出的一种适用于图片中目标物的定位装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1A是根据一示例性实施例示出的图片中目标物的定位方法的流程图，图1B是根据一示例性实施例示出的图片中目标物的定位方法的场景图；该图片中目标物的定位方法可以应用在电子设备(例如：智能手机、平板电脑)上，可以通过在电子设备上安装应用的方式实现，如图1A所示，该图片中目标物的定位方法包括以下步骤101-104：

在步骤101中，从原始图片中识别存在目标物的候选区域。

在一实施例中，可以通过相关技术中的图像分割方法从原始图片中识别出存在目标物的候选区域，如图1B所示的原始图片111中的虚线框10所示的区域，本公开对图像分割的方法不做详述。

在步骤102中，将候选区域的图像内容输入到已训练的FCN中，通过FCN对候选区域的图像内容进行卷积处理，输出候选区域对应的热度图，热度图上每一个坐标点对应的值为全卷积神经网络对目标物在候选区域计算出的概率值。

在一实施例中，可以对候选区域的图像内容(即，图1B所示的虚线框10内的图像内容)先通过预处理模块11根据FCN所支持的输入维度进行缩放处理，将经过缩放处理后的图像内容输入到已训练的FCN中。在一实施例中，热度图112的大小可以由FCN12最后一个卷积层的输出维度确定，例如，FCN12最后一个卷积层的输出维度为10*12，热度图的大小为10*12。在一实施例中，热度图对应的同一颜色的不同深度或者不同的颜色可以表示对应位置是否为目标物的概率值，如图1B，热度图112上，颜色越深，表示该点对应的区域为目标物的概率值越大。在一实施例中，目标物可以为任何具有设定特征的物体，例如，人脸、车牌号、动物头像等等，图1B以目标物为人脸为例进行示例性说明。

在步骤103中，基于热度图上的每一个坐标点对应的概率值，确定目标物在原始图片中的第一候选框集合。

在一实施例中，可以通过目标物选择性搜索方法(也可称为ss方法)确定目标物在原始图片中的第一候选框集合以及第一候选框集合中的每一个候选框对应的置信度，置信度表示第一候选框集合中所包含的候选框存在目标物的概率。

在步骤104中，基于第一候选框集合每一个候选框对应的置信度，确定目标物在原始图片中的位置区域。

在一实施例中，可基于每一个候选框对应的置信度，确定第一候选框集合中的置信度最高的候选框，将该候选框视为目标物在原始图片中的位置区域。在另一实施例中，可基于每一个候选框对应的置信度，对第一候选框集合基于相关技术中的非极大值抑制-平均值(NMS-AVG)算法进行融合，得到目标物在原始图片中的位置区域。

本实施例中，从原始图片中先识别出目标物的候选区域，进而将候选区域的图像内容输入到FCN，得到对应的热度图，通过热度图确定出的目标物所在的第一候选框集合得到目标物在原始图片中的位置区域，由于整个过程仅对原始图片中的候选区域进行识别，大大降低了原始图片在目标物定位过程中的数据量，提高了目标物的识别效率。

在一实施例中，基于第一候选框集合中每一个候选框对应的置信度，确定目标物在原始图片中的位置区域，包括：

对第一候选框集合进行聚类，合并第一候选框集合中的重叠框，得到第二候选框集合；

将热度图上的概率值大于预设阈值的坐标点映射到原始图片中的对应坐标位置；

基于原始图片中的对应坐标位置确定第三候选框集合；

根据第二候选框集合和第三候选框集合，确定目标物在原始图片中的位置区域。

在一实施例中，根据第二候选框集合和第三候选框集合，确定目标物在原始图片中的位置区域，包括：

基于第二候选框集合和第三候选框集合中相重合的候选框，确定第四候选框集合；

对第四候选框集合中所包含的候选框各自对应的置信度进行排序，得到排序结果；

将排序结果中按照置信度最高的前设定个数的候选框确定为目标物所在的第五候选框集合；

基于第五候选框集合，确定目标物在原始图片中的位置区域。

在一实施例中，方法还包括：

基于非极大值抑制算法，去除第三候选框集合中的重叠框。

在一实施例中，基于热度图上的每一个坐标点对应的概率值，确定目标物在原始图片中的第一候选框集合，包括：

在热度图上，确定是否存在概率值大于预设阈值的坐标点；

当存在概率值大于第一预设阈值的坐标点时，确定概率值大于预设阈值的坐标点在原始图片中各自对应的像素点；

基于在原始图片中各自对应的像素点，确定目标物在原始图片中的第一候选框集合。

具体如何定位目标物在图片中的位置的，请参考后续实施例。

至此，本公开实施例提供的上述方法，可以大大降低原始图片在目标物定位过程中的数据量，提高目标物的识别效率，实现在小区域内精准定位目标物在原始图片中的位置。

下面以具体实施例来说明本公开实施例提供的技术方案。

图2A是根据一示例性实施例一示出的图片中目标物的定位方法的流程图，图2B是根据图2A所示实施例步骤205的流程图；本实施例利用本公开实施例提供的上述方法，以如何基于第一候选框集合每一个候选框对应的置信度确定目标物在原始图片中的位置区域为例并结合图1B进行示例性说明，如图2A所示，包括如下步骤：

在步骤201中，对第一候选框集合进行聚类，合并第一候选框集合中的重叠框，得到第二候选框集合。

在一实施例中，可基于NMS算法对第一候选框集合进行聚类，例如，第一候选框集合中包括了候选框A1、A2、A3、…、An，n为正整数，表示第一候选框集合中包括的候选框的数量。通过对第一候选框集合进行聚类、合并，得到第二候选框集合，第二候选框集合例如包括了候选框A1、A2、A3、…、Am，m为小于n的正整数。

在步骤202中，将热度图上的概率值大于预设阈值的坐标点映射到原始图片中的对应坐标位置。

在步骤203中，基于原始图片中的对应坐标位置确定第三候选框集合。

在一实施例中，当热度图上存在坐标点对应的概率值大于预设阈值时，可以将该大于预设阈值的坐标点映射到原始图片上，例如，热度图上的【5，6】、【5，5】、【6，5】等坐标点的概率值大于预设阈值，则可以将【5，6】、【5，5】、【6，5】映射到原始图片上，可得到如图1B中所示候选框如虚线框13和虚线框14所示，本领域技术人员可以理解的是，虚线框13和虚线框14对应不同的第三候选框集合，对同一个第三候选框集合而言，其包含了多个候选框，虚线框13或者虚线框14仅为示例性说明，第三候选框集合例如包括候选框B1、B2、B3、…、Bp，p为正整数。

在步骤204中，基于非极大值抑制算法，去除第三候选框集合中的重叠框。

步骤204中去除第三候选框集合中的重叠框的描述可以参见上述去除第一候选框集合中的重叠框的描述，在此不再详述。与上述步骤203中的描述相对应，去除第三候选框集合中的重叠框后，第三候选框集合例如可包括候选框B1、B2、B3、…、Bq，q为小于p的正整数。

在步骤205中，根据第二候选框集合和第三候选框集合，确定目标物在原始图片中的位置区域。

在一实施例中，可以从第二候选框集合(候选框A1、A2、A3、…、Am)和第三候选框集合(B1、B2、B3、…、Bq)中找到重合的候选框，例如候选框A1与候选框B1基本上重合，候选框A2与候选框B2基本上重合，则可以从第二候选框集合和第三候选框集合中找到这些重合的候选框。对这些重合的候选框进行融合后，得到目标物在原始图片中的位置区域。本领域技术人员可以理解的是，上述第一候选框集合、第二候选框集合均基于候选区域而言，可根据候选区域在原始图片中的位置转将候选框在候选区域的位置换到原始图片中，从而可以确定出目标物在原始图片中的位置区域。

如图2B所示，步骤205可包括如下步骤：

在步骤211中，基于第二候选框集合和第三候选框集合中相重合的候选框，确定第四候选框集合。

在一实施例中，相重合的候选框可以根据上述步骤205中的描述，在此不再详述，得到的第四候选框集合例如为：候选框A1、A2、A3、…、Ak，在第三候选框集合中对应候选框B1、B2、B3、…、Bk，其中，k为小于m和q的正整数。

在步骤212中，对第四候选框集合中所包含的候选框各自对应的置信度进行排序，得到排序结果。

在一实施例中，可以对第四候选框集合按照置信度进行由高到底的排序。

在步骤213中，将排序结果中按照置信度最高的前设定个数的候选框确定为目标物所在的第五候选框集合。

在一实施例中，设定个数可以根据目标物识别的难度来确定，对于简单易识别的目标物，设定个数可以小些，例如，设定个数为3，对于复杂不易识别的目标物，设定个数可以大些，例如，设定个数为8。例如，从第四候选框集合中确定置信度排在前3的候选框A1、A2、A3，此时，第五候选框集合包括候选框A1、A2、A3。

在步骤214中，基于第五候选框集合，确定目标物在原始图片中的位置区域。

在一实施例中，可对第五候选框集合中的候选框进行NMS-AVG算法进行融合，得到目标物在原始图片中的位置区域。由于通过上述步骤211-步骤214的处理，可以减少NMS-AVG算法对候选框进行融合过程中参与计算的候选框，大大降低MNS-AVG算法的计算量。

本实施例中，通过对第一候选框集合进行聚类去除重叠框，可以降低后续计算过程中参与计算的候选框的个数，降低后续计算复杂度；由于第二候选框集合是基于热点图所表示的概率值，第三候选框集合是由热点图映射到原始图片上的候选框，因此通过第二候选框集合和第三候选框集合可从两个维度来确定是目标物在原始图片中的精确位置。

图3是根据一示例性实施例二示出的图片中目标物的定位方法的流程图；本实施例利用本公开实施例提供的上述方法，以如何基于所述热度图上的每一个坐标点对应的概率值确定目标物在原始图片中的第一候选框集合为例进行示例性说明，如图3所示，包括如下步骤：

在步骤301中，在热度图上，确定是否存在概率值大于预设阈值的坐标点。

在一实施例中，概率值越大，表示概率值所在的坐标点为目标物的概率越大，可以通过不同的颜色来表示不同的概率值。如图1B所示，在热度图112的大小为10*12，对应120个概率值，可以将该120个概率值顺次与预设阈值进行比较，确定热度图112上是否存在大于该预设阈值的概率值。

在步骤302中，当存在概率值大于第一预设阈值的坐标点时，确定概率值大于预设阈值的坐标点在原始图片中各自对应的像素点。

在一实施例中，可以根据热度图112与候选区域的映射关系，确定概率值大于预设阈值的坐标点在候选区域中各自对应的像素点，该映射关系可以通过相关技术中的映射方法来表示，本公开不再详述。在得到概率值大于预设阈值的坐标点在候选区域中各自对应的像素点后，将候选区域的像素点映射到在原始图片中，即可得到概率值大于预设阈值的坐标点在原始图片中各自对应的像素点。

在步骤303中，基于在原始图片中各自对应的像素点，确定目标物在原始图片中的第一候选框集合。

在一实施例中，对于概率值大于预设阈值的坐标点在原始图片中各自对应的像素点，可根据相关技术来确定候选框在原始图片中的大小，本公开对候选框的具体确定方式不做限制。

本实施例中，通过概率值大于预设阈值的坐标点在原始图片中各自对应的像素点确定目标物在原始图片中的第一候选框集合，可以确保第一候选框集合能够以较高的精度来表示目标物所在的区域，进而提高后续对目标物在原始图片中的位置的识别准确度。

图4是根据一示例性实施例三示出的训练全卷积神经网络的流程图；本实施例利用本公开实施例提供的上述方法，以如何训练得到FCN为例进行示例性说明，如图4所示，包括如下步骤：

在步骤401中，在得到已训练的FCN之前，确定需要对未训练的CNN进行训练的设定数量的样本图片，设定数量的样本图片中的每一个样本图片中均包含目标物，目标物位于相应样本图片的中心位置，目标物在样本图片中的比例位于设定范围内。

在步骤402中，将设定数量的样本图片缩放到设定分辨率后，通过缩放到设定分辨率的样本图片对未训练的CNN进行训练，得到已训练的CNN。

在步骤403中，修改已训练的CNN的全连接层，得到已训练的FCN。

在一示例性场景中，以目标物为人脸进行示例性说明，采集的样本图片中，人脸区域放置在样本图片的中心，人脸大小占整个样本图片的比例在0.15-1之间，0.15-1为本公开所述的设定范围，从而可以确保训练出的FCN模型，在输入图片的维度为227*227时，可以检测到的人脸大概在34-227之间，从而实现多个尺度的人脸检测。

将不同分辨率大小的样本图片缩放处理到256X256，256X256为本公开中所述的设定分辨率，对缩放到设定分辨率的样本图片对未训练的CNN进行训练。

以CNN为alexNet网络进行示例性说明，将CNN的第一个全连接(fc6)修改为卷积层，在修改时，fc6的卷积核大小需要和第五卷积层(conv5)的输出的特征映射层(featuremap)的大小一致。修改后的第一个全连接对应的卷积层fc6_conv的卷积大小为kernel_size＝6，修改后的fc6的后续的全连接层fc7、fc8等的卷积核的大小为1，即：kernel_size＝1，最终得到已训练的FCN。

本实施例中，由于FCN是通过对目标物进行训练后得到的，因此通过FCN可以快速地确定出目标物在候选区域的范围，从而可以通过已训练的FCN在候选区域以热度图的方式对目标物进行精细定位。

图5是根据一示例性实施例示出的一种图片中目标物的定位装置的框图，如图5所示，图片中目标物的定位装置包括：

识别模块51，被配置为从原始图片中识别出目标物的候选区域；

第一处理模块52，被配置为将识别模块51识别到的候选区域的图像内容输入到已训练的全卷积神经网络中，通过全卷积神经网络对候选区域的图像内容进行卷积处理，输出候选区域对应的热度图，热度图上每一个坐标点对应的值为全卷积神经网络对目标物在候选区域计算出的概率值；

第一确定模块53，被配置为基于第一处理模块52得到的热度图上的每一个坐标点对应的概率值，确定目标物在原始图片中的第一候选框集合以及第一候选框集合中每一个候选框对应的置信度；

第二确定模块54，被配置为基于第一确定模块53确定的第一候选框集合每一个候选框对应的置信度，确定目标物在原始图片中的位置区域。

图6是根据一示例性实施例示出的另一种图片中目标物的定位装置的框图，如图6所示，在上述图5所示实施例的基础上，第二确定模块54包括：

聚类合并子模块541，被配置为对第一候选框集合进行聚类，合并第一候选框集合中的重叠框，得到第二候选框集合；

映射子模块542，被配置为将热度图上的概率值大于预设阈值的坐标点映射到原始图片中的对应坐标位置；

第一确定子模块543，被配置为基于映射子模块542得到的原始图片中的对应坐标位置确定第三候选框集合；

第二确定子模块544，被配置为根据聚类合并子模块541得到的第二候选框集合和第一确定子模块543得到的第三候选框集合，确定目标物在原始图片中的位置区域。

在一实施例中，第二确定子模块544具体被配置为：

基于第二候选框集合和第三候选框集合中相重合的候选框，确定第四候选框集合；

对第四候选框集合中所包含的候选框各自对应的置信度进行排序，得到排序结果；

将排序结果中按照置信度最高的前设定个数的候选框确定为目标物所在的第五候选框集合；

基于第五候选框集合，确定目标物在原始图片中的位置区域。

在一实施例中，装置还包括：

第二处理模块55，被配置为基于非极大值抑制算法，去除第一确定子模块543得到的第三候选框集合中的重叠框。

在一实施例中，第一确定模块53包括：

第三确定子模块531，被配置为在热度图上，确定是否存在概率值大于预设阈值的坐标点；

第四确定子模块532，被配置为当第三确定子模块531确定存在概率值大于第一预设阈值的坐标点时，确定概率值大于预设阈值的坐标点在原始图片中各自对应的像素点；

第五确定子模块533，被配置为基于在第四确定子模块532确定的原始图片中各自对应的像素点，确定目标物在原始图片中的第一候选框集合。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种适用于图片中目标物的定位装置的框图。例如，装置700可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件710，输入/输出(I/O)的接口712，传感器组件714，以及通信组件716。

处理组件702通常控制装置700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理部件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。

存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件706为装置700的各种组件提供电力。电力组件706可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。

多媒体组件708包括在所述装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当设备700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当装置700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。

I/O接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件714包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件714可以检测到设备700的打开/关闭状态，组件的相对定位，例如所述组件为装置700的显示器和小键盘，传感器组件714还可以检测装置700或装置700一个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由装置700的处理器720执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

处理器720被配置为：

从原始图片中识别出目标物的候选区域；

将候选区域的图像内容输入到已训练的全卷积神经网络中，通过全卷积神经网络对候选区域的图像内容进行卷积处理，输出候选区域对应的热度图，热度图上每一个坐标点对应的值为全卷积神经网络对目标物在候选区域计算出的概率值；

基于热度图上的每一个坐标点对应的概率值，确定目标物在原始图片中的第一候选框集合以及第一候选框集合中每一个候选框对应的置信度；

基于第一候选框集合每一个候选框对应的置信度，确定目标物在原始图片中的位置区域。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。