目標(biāo)對(duì)象遮擋檢測方法及裝置與流程

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，更具體地涉及一種目標(biāo)對(duì)象遮擋檢測方法及裝置。

背景技術(shù)：

對(duì)于圖像中某對(duì)象的識(shí)別而言，圖像中所存在的對(duì)該對(duì)象的遮擋是一個(gè)嚴(yán)重的干擾因素，例如人臉識(shí)別時(shí)人臉上的口罩、眼鏡、劉海、帽子、紋飾等會(huì)對(duì)人臉造成遮擋。另一方面，在一些應(yīng)用中，如監(jiān)控視頻中的人臉識(shí)別中，會(huì)出現(xiàn)通過遮擋而有意干擾、對(duì)抗識(shí)別的情況。這些都將會(huì)嚴(yán)重影響識(shí)別的精度和穩(wěn)定性。

由于遮擋的方式和類型的多種多樣、難以窮盡，如果對(duì)每一個(gè)遮擋種類訓(xùn)練一個(gè)分類器，會(huì)使得工作量巨大，并嚴(yán)重受到數(shù)據(jù)量的約束。因此，需要一種能夠檢測圖像中的對(duì)象是否存在遮擋的技術(shù)或系統(tǒng)。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述問題而提出了本發(fā)明。根據(jù)本發(fā)明一方面，提供了一種目標(biāo)對(duì)象遮擋檢測方法，所述目標(biāo)對(duì)象遮擋檢測方法包括：接收輸入圖像；利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)檢測所述輸入圖像中的目標(biāo)對(duì)象、并輸出所述目標(biāo)對(duì)象的熱力圖；以及基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)為全卷積神經(jīng)網(wǎng)絡(luò)。

在本發(fā)明的一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)基于將訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)的全連接層替換為卷積層而生成。

在本發(fā)明的一個(gè)實(shí)施例中，所述卷積層為1×1卷積層。

在本發(fā)明的一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)還包括上采樣層。

在本發(fā)明的一個(gè)實(shí)施例中，所述上采樣層的數(shù)目取決于所述輸出的熱力圖的期望分辨率。

在本發(fā)明的一個(gè)實(shí)施例中，所述目標(biāo)對(duì)象遮擋檢測方法還包括：在輸出所述熱力圖后，對(duì)所述熱力圖中的目標(biāo)對(duì)象進(jìn)行標(biāo)注；并且所述對(duì)目標(biāo)對(duì)象是否存在遮擋的檢測是基于經(jīng)所述標(biāo)注后的熱力圖。

在本發(fā)明的一個(gè)實(shí)施例中，所述基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋的步驟包括：檢測所述熱力圖中的目標(biāo)對(duì)象的形狀是否符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀；以及當(dāng)所述熱力圖中的目標(biāo)對(duì)象的形狀符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋的步驟包括：檢測所述熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域；以及當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象的區(qū)域?yàn)檫B通區(qū)域時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述目標(biāo)對(duì)象遮擋檢測方法還包括：當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象存在遮擋時(shí)，確定遮擋區(qū)域。

根據(jù)本發(fā)明另一方面，提供了一種目標(biāo)對(duì)象遮擋檢測裝置，所述目標(biāo)對(duì)象遮擋檢測裝置包括：接收模塊，用于接收輸入圖像；熱力圖輸出模塊，用于利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)檢測所述輸入圖像中的目標(biāo)對(duì)象、并輸出所述目標(biāo)對(duì)象的熱力圖；以及遮擋檢測模塊，用于基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)為全卷積神經(jīng)網(wǎng)絡(luò)。

在本發(fā)明的一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)基于將訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)的全連接層替換為卷積層而生成。

在本發(fā)明的一個(gè)實(shí)施例中，所述卷積層為1×1卷積層。

在本發(fā)明的一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)還包括上采樣層。

在本發(fā)明的一個(gè)實(shí)施例中，所述上采樣層的數(shù)目取決于所述輸出的熱力圖的期望分辨率。

在本發(fā)明的一個(gè)實(shí)施例中，所述目標(biāo)對(duì)象遮擋檢測裝置還包括：自動(dòng)標(biāo)注模塊，用于對(duì)所述熱力圖中的目標(biāo)對(duì)象進(jìn)行標(biāo)注；并且所述遮擋檢測模塊還用于基于經(jīng)所述標(biāo)注后的熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述遮擋檢測模塊還用于：檢測所述熱力圖中的目標(biāo)對(duì)象的形狀是否符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀；以及當(dāng)所述熱力圖中的目標(biāo)對(duì)象的形狀符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述遮擋檢測模塊還用于：檢測所述熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域；以及當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象的區(qū)域?yàn)檫B通區(qū)域時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在本發(fā)明的一個(gè)實(shí)施例中，所述遮擋檢測模塊還用于：當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象存在遮擋時(shí)，確定遮擋區(qū)域。

根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法及裝置基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)將輸入圖像中的目標(biāo)對(duì)象轉(zhuǎn)換為熱力圖，并通過熱力圖檢測目標(biāo)對(duì)象是否存在遮擋，可有效降低對(duì)目標(biāo)對(duì)象的識(shí)別難度，提升識(shí)別精度和穩(wěn)定性。

附圖說明

通過結(jié)合附圖對(duì)本發(fā)明實(shí)施例進(jìn)行更詳細(xì)的描述，本發(fā)明的上述以及其它目的、特征和優(yōu)勢將變得更加明顯。附圖用來提供對(duì)本發(fā)明實(shí)施例的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明實(shí)施例一起用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的限制。在附圖中，相同的參考標(biāo)號(hào)通常代表相同部件或步驟。

圖1示出用于實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法和裝置的示例電子設(shè)備的示意性框圖；

圖2示出根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法的示意性流程圖；

圖3A和圖3B分別示出根據(jù)本發(fā)明實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)和全卷積神經(jīng)網(wǎng)絡(luò)的示意性結(jié)構(gòu)圖；

圖4A和圖4B分別示出輸入圖像的示例以及輸出的相對(duì)應(yīng)的熱力圖的示例；

圖5示出根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置的示意性框圖；以及

圖6示出根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測系統(tǒng)的示意性框圖。

具體實(shí)施方式

為了使得本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更為明顯，下面將參照附圖詳細(xì)描述根據(jù)本發(fā)明的示例實(shí)施例。顯然，所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例，而不是本發(fā)明的全部實(shí)施例，應(yīng)理解，本發(fā)明不受這里描述的示例實(shí)施例的限制?；诒景l(fā)明中描述的本發(fā)明實(shí)施例，本領(lǐng)域技術(shù)人員在沒有付出創(chuàng)造性勞動(dòng)的情況下所得到的所有其它實(shí)施例都應(yīng)落入本發(fā)明的保護(hù)范圍之內(nèi)。

首先，參照?qǐng)D1來描述用于實(shí)現(xiàn)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法和裝置的示例電子設(shè)備100。

如圖1所示，電子設(shè)備100包括一個(gè)或多個(gè)處理器102、一個(gè)或多個(gè)存儲(chǔ)裝置104、輸入裝置106、輸出裝置108以及圖像傳感器110，這些組件通過總線系統(tǒng)112和/或其它形式的連接機(jī)構(gòu)(未示出)互連。應(yīng)當(dāng)注意，圖1所示的電子設(shè)備100的組件和結(jié)構(gòu)只是示例性的，而非限制性的，根據(jù)需要，所述電子設(shè)備也可以具有其他組件和結(jié)構(gòu)。

所述處理器102可以是中央處理單元(CPU)或者具有數(shù)據(jù)處理能力和/或指令執(zhí)行能力的其它形式的處理單元，并且可以控制所述電子設(shè)備100中的其它組件以執(zhí)行期望的功能。

所述存儲(chǔ)裝置104可以包括一個(gè)或多個(gè)計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品可以包括各種形式的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如易失性存儲(chǔ)器和/或非易失性存儲(chǔ)器。所述易失性存儲(chǔ)器例如可以包括隨機(jī)存取存儲(chǔ)器(RAM)和/或高速緩沖存儲(chǔ)器(cache)等。所述非易失性存儲(chǔ)器例如可以包括只讀存儲(chǔ)器(ROM)、硬盤、閃存等。在所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上可以存儲(chǔ)一個(gè)或多個(gè)計(jì)算機(jī)程序指令，處理器102可以運(yùn)行所述程序指令，以實(shí)現(xiàn)下文所述的本發(fā)明實(shí)施例中(由處理器實(shí)現(xiàn))的客戶端功能以及/或者其它期望的功能。在所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中還可以存儲(chǔ)各種應(yīng)用程序和各種數(shù)據(jù)，例如所述應(yīng)用程序使用和/或產(chǎn)生的各種數(shù)據(jù)等。

所述輸入裝置106可以是用戶用來輸入指令的裝置，并且可以包括鍵盤、鼠標(biāo)、麥克風(fēng)和觸摸屏等中的一個(gè)或多個(gè)。

所述輸出裝置108可以向外部(例如用戶)輸出各種信息(例如圖像或聲音)，并且可以包括顯示器、揚(yáng)聲器等中的一個(gè)或多個(gè)。

所述圖像傳感器110可以拍攝用戶期望的圖像(例如照片、視頻等)，并且將所拍攝的圖像存儲(chǔ)在所述存儲(chǔ)裝置104中以供其它組件使用。圖像采集裝置110可以是攝像頭。應(yīng)當(dāng)理解，圖像采集裝置110僅是示例，電子設(shè)備100可以不包括圖像采集裝置110。在這種情況下，可以利用其他圖像采集裝置采集待識(shí)別圖像，并將采集的待識(shí)別圖像發(fā)送給電子設(shè)備100。

示例性地，用于實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法和裝置的示例電子設(shè)備可以被實(shí)現(xiàn)為諸如智能手機(jī)、平板電腦等。

下面，將參考圖2描述根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法200。

在步驟S210，接收輸入圖像。

在一個(gè)實(shí)施例中，所接收的輸入圖像可以為包括待識(shí)別的目標(biāo)對(duì)象的圖像。目標(biāo)對(duì)象可以為任意一種類別或多種類別的對(duì)象(如人臉、動(dòng)物、各種物體等)。在對(duì)輸入圖像中的目標(biāo)對(duì)象進(jìn)行識(shí)別之前，先進(jìn)行根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法，以確定待識(shí)別的目標(biāo)對(duì)象是否存在遮擋，然后再對(duì)其進(jìn)行識(shí)別，可降低識(shí)別難度，提高識(shí)別精度。

在一個(gè)示例中，所接收的輸入圖像可以為實(shí)時(shí)采集的圖像。在其他示例中，所接收的輸入圖像也可以為來自任何源的圖像。此處，所接收的輸入圖像可以為視頻數(shù)據(jù)，也可以為圖片數(shù)據(jù)。

在步驟S220，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)檢測所述輸入圖像中的目標(biāo)對(duì)象、并輸出所述目標(biāo)對(duì)象的熱力圖。

在一個(gè)實(shí)施例中，可以基于訓(xùn)練好的作為一般分類器的卷積神經(jīng)網(wǎng)絡(luò)來生成在步驟S220所利用的輸出熱力圖的神經(jīng)網(wǎng)絡(luò)。

在該實(shí)施例中，可以基于待識(shí)別的目標(biāo)對(duì)象的類別確定要進(jìn)行遮擋檢測的目標(biāo)對(duì)象的類別，然后首先利用該類別對(duì)象的識(shí)別數(shù)據(jù)集訓(xùn)練得到一個(gè)能識(shí)別該類別的目標(biāo)對(duì)象的分類器，再基于該分類器生成輸出熱力圖的神經(jīng)網(wǎng)絡(luò)。

例如，可以首先訓(xùn)練一個(gè)能識(shí)別該類別的目標(biāo)對(duì)象的卷積神經(jīng)網(wǎng)絡(luò)。圖3A示出了根據(jù)本發(fā)明實(shí)施例的卷積神經(jīng)網(wǎng)絡(luò)300A的示意性結(jié)構(gòu)圖。如圖3A所示，能識(shí)別某個(gè)類別或某多個(gè)類別的目標(biāo)對(duì)象的卷積神經(jīng)網(wǎng)絡(luò)300A可以包括卷積層、池化層和全連接層。輸入圖像輸入卷積神經(jīng)網(wǎng)絡(luò)300A后可以得到分類結(jié)果，如圖3A所示。

然后，基于該訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)，可以將該卷積神經(jīng)網(wǎng)絡(luò)(例如如圖3A所示的卷積神經(jīng)網(wǎng)絡(luò)300A)的全連接層替換為卷積層來生成全卷積神經(jīng)網(wǎng)絡(luò)，該全卷積神經(jīng)網(wǎng)絡(luò)經(jīng)過訓(xùn)練后可以作為在步驟S220所利用的輸出熱力圖的神經(jīng)網(wǎng)絡(luò)。如圖3B示出根據(jù)本發(fā)明實(shí)施例的全卷積神經(jīng)網(wǎng)絡(luò)300B的示意性結(jié)構(gòu)圖。如圖3B所示，全卷積神經(jīng)網(wǎng)絡(luò)300B可以包括卷積層和池化層。輸入圖像輸入全卷積神經(jīng)網(wǎng)絡(luò)300B后可以得到熱力圖，如圖3B所示。

在一個(gè)示例中，替換卷積神經(jīng)網(wǎng)絡(luò)300A的全連接層的卷積層可以為1×1卷積層。使用1×1卷積層可以在實(shí)現(xiàn)期望功能的情況下相對(duì)減小運(yùn)算量，可以提高運(yùn)算速度。在其他示例中，替換卷積神經(jīng)網(wǎng)絡(luò)300A的全連接層的卷積層也可以為任意其他合適尺度的卷積層。

繼續(xù)參考圖3B，全卷積神經(jīng)網(wǎng)絡(luò)300B還可以包括上采樣層，上采樣層可以提高輸出的熱力圖的分辨率，以更好地基于熱力圖檢測目標(biāo)對(duì)象是否存在遮擋。在一個(gè)示例中，上采樣層的數(shù)目可以取決于輸出的熱力圖的期望分辨率。在其他示例中，也可以考慮其他因素綜合設(shè)置上采樣層的數(shù)目。

在上述示例中，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)300A的步驟可以稱為預(yù)訓(xùn)練階段，在該階段訓(xùn)練能夠識(shí)別目標(biāo)對(duì)象的類別的普通分類器；訓(xùn)練全卷積神經(jīng)網(wǎng)絡(luò)300B的步驟可以稱為微調(diào)階段，在該階段基于卷積神經(jīng)網(wǎng)絡(luò)300A而生成全卷積神經(jīng)網(wǎng)絡(luò)300B，并通過訓(xùn)練而使該全卷積神經(jīng)網(wǎng)絡(luò)300B成為在步驟S220所利用的輸出熱力圖的神經(jīng)網(wǎng)絡(luò)。全卷積神經(jīng)網(wǎng)絡(luò)300B可以看作是從卷積神經(jīng)網(wǎng)絡(luò)300A中提取出嵌入映射后接上熱力圖輸出層而構(gòu)成的新的神經(jīng)網(wǎng)絡(luò)。

上述示例示例性地描述了在步驟S220所利用的輸出熱力圖的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，本領(lǐng)域普通技術(shù)人員可以理解，雖然在圖3A和圖3B中示出了訓(xùn)練時(shí)所使用的卷積神經(jīng)網(wǎng)絡(luò)以及訓(xùn)練后所得到的全卷積神經(jīng)網(wǎng)絡(luò)的示意性結(jié)構(gòu)圖，但其僅是示例性的，它們還可以為其他任意合適的結(jié)構(gòu)。此外，在步驟S220所利用的輸出熱力圖的神經(jīng)網(wǎng)絡(luò)也可直接訓(xùn)練生成，而不需要通過先訓(xùn)練一般分類器后來生成。

基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)(例如如圖3B所示的全卷積神經(jīng)網(wǎng)絡(luò)300B)，可以對(duì)輸入圖像中的目標(biāo)對(duì)象進(jìn)行檢測并輸出相應(yīng)的熱力圖，如圖4A和4B所示的。圖4A示出了輸入圖像的示例，假定待檢測的目標(biāo)對(duì)象為人臉，則經(jīng)過上述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)(例如如圖3B所示的全卷積神經(jīng)網(wǎng)絡(luò)300B)，可輸出相對(duì)應(yīng)的熱力圖，如圖4B所示，在熱力圖中示出了熱力圖形式的目標(biāo)對(duì)象(即人臉)，從該圖可以看出有遮擋的人臉(例如圖4B中最左側(cè)的人臉熱力圖)與無遮擋的人臉明顯不同。

下面返回參考圖2繼續(xù)描述根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法200的步驟。

在步驟S230，基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。

在一個(gè)實(shí)施例中，基于熱力圖檢測目標(biāo)對(duì)象是否存在遮擋的步驟可以包括：檢測熱力圖中的目標(biāo)對(duì)象的形狀是否符合該目標(biāo)對(duì)象的類別的對(duì)象的形狀；以及當(dāng)熱力圖中的目標(biāo)對(duì)象的形狀符合該目標(biāo)對(duì)象的類別的對(duì)象的形狀時(shí)，確定目標(biāo)對(duì)象不存在遮擋，反之，則確定目標(biāo)對(duì)象存在遮擋。在該實(shí)施例中，“形狀”可以理解為由邊界所構(gòu)成的面(即，邊界構(gòu)成的區(qū)域)而非邊界本身。

例如，當(dāng)對(duì)人臉進(jìn)行遮擋檢測時(shí)，如果人臉上有較長的劉海、或戴有墨鏡(例如圖4A中最左側(cè)的人臉)等，則熱力圖上的人臉區(qū)域上面將出現(xiàn)“黑洞”(例如如圖4B最左側(cè)的人臉?biāo)?或其他形式的遮擋區(qū)域，通過檢測其形狀，可判定是否存在遮擋。

在另一個(gè)實(shí)施例中，可檢測熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域，當(dāng)目標(biāo)對(duì)象存在遮擋時(shí)，其可能不再是完整的連通區(qū)域，而是被遮擋物從中“截?cái)唷保瑥亩跓崃D中的目標(biāo)對(duì)象的區(qū)域中出現(xiàn)黑色區(qū)域(如圖4B中最左側(cè)的人臉區(qū)域中的黑色區(qū)域所示)，因此也可基于熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域來判定目標(biāo)對(duì)象是否存在遮擋。

在其他示例中，也可以通過任何其他合適的方式來基于熱力圖檢測目標(biāo)對(duì)象是否存在遮擋。

進(jìn)一步地，在一個(gè)實(shí)施例中，可以在輸出熱力圖后，先對(duì)熱力圖中的目標(biāo)對(duì)象進(jìn)行標(biāo)注(例如如圖4B中所示的對(duì)目標(biāo)對(duì)象的框選)，然后基于經(jīng)標(biāo)注后的熱力圖檢測遮擋。這樣做可以將相距較近的目標(biāo)對(duì)象隔離開來，也可將因距鏡頭較遠(yuǎn)而在圖像中顯示較小的目標(biāo)對(duì)象也清楚地框選出來，避免遺漏或遮擋檢測出現(xiàn)誤差，實(shí)現(xiàn)更精確地遮擋檢測，提高檢測結(jié)果的可靠性。在一個(gè)示例中，可以采用神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的標(biāo)注。在另一個(gè)示例中，也可以采用合適的算法實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的標(biāo)注。在其他示例中，還可以采用任何其他合適的方法實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的標(biāo)注。

在又一個(gè)實(shí)施例中，在檢測到熱力圖中的目標(biāo)對(duì)象存在遮擋時(shí)，可以進(jìn)一步確定遮擋區(qū)域。例如，可以將遮擋區(qū)域分割出來，以確定對(duì)目標(biāo)對(duì)象的遮擋位置，從而為后續(xù)的對(duì)目標(biāo)對(duì)象的識(shí)別提供更可靠的依據(jù)。在實(shí)時(shí)應(yīng)用的場景中，也可以為待識(shí)別的目標(biāo)對(duì)象(例如待識(shí)別的人)提供提示作為參考，告知其重新調(diào)整待識(shí)別的位置或者去掉遮擋物，提高識(shí)別的效率和準(zhǔn)確度。

基于上面的描述，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)將輸入圖像中的目標(biāo)對(duì)象轉(zhuǎn)換為熱力圖，并通過熱力圖檢測目標(biāo)對(duì)象是否存在遮擋，可有效降低對(duì)目標(biāo)對(duì)象的識(shí)別難度，提升識(shí)別精度和穩(wěn)定性。

示例性地，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法可以在具有存儲(chǔ)器和處理器的設(shè)備、裝置或者系統(tǒng)中實(shí)現(xiàn)。

此外，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法處理速度快、模型體積小，可以方便地部署到智能手機(jī)、平板電腦、個(gè)人計(jì)算機(jī)等移動(dòng)設(shè)備上。替代地，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法還可以部署在服務(wù)器端(或云端)。替代地，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法還可以分布地部署在服務(wù)器端(或云端)和個(gè)人終端處。

下面結(jié)合圖5描述本發(fā)明另一方面提供的目標(biāo)對(duì)象遮擋檢測裝置。圖5示出了根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置500的示意性框圖。

如圖5所示，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置500包括接收模塊510、熱力圖輸出模塊520以及遮擋檢測模塊530。所述各個(gè)模塊可分別執(zhí)行上文中結(jié)合圖2描述的目標(biāo)對(duì)象遮擋檢測方法的各個(gè)步驟/功能。以下僅對(duì)目標(biāo)對(duì)象遮擋檢測裝置500的各模塊的主要功能進(jìn)行描述，而省略以上已經(jīng)描述過的細(xì)節(jié)內(nèi)容。

接收模塊510用于接收輸入圖像。熱力圖輸出模塊520用于利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)檢測所述輸入圖像中的目標(biāo)對(duì)象、并輸出所述目標(biāo)對(duì)象的熱力圖。遮擋檢測模塊530用于基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。接收模塊510、熱力圖輸出模塊520以及遮擋檢測模塊530均可以由圖1所示的電子設(shè)備中的處理器102運(yùn)行存儲(chǔ)裝置104中存儲(chǔ)的程序指令來實(shí)現(xiàn)。

在一個(gè)實(shí)施例中，接收模塊510所接收的輸入圖像可以為包括待識(shí)別的目標(biāo)對(duì)象的圖像。目標(biāo)對(duì)象可以為任意一種類別或多種類別的對(duì)象(如人臉、動(dòng)物、各種物體等)。在對(duì)輸入圖像中的目標(biāo)對(duì)象進(jìn)行識(shí)別之前，先對(duì)其進(jìn)行遮擋檢測，然后再對(duì)其進(jìn)行識(shí)別，可降低識(shí)別難度，提高識(shí)別精度。

在一個(gè)示例中，接收模塊510所接收的輸入圖像可以為實(shí)時(shí)采集的圖像。在其他示例中，接收模塊510所接收的輸入圖像也可以為來自任何源的圖像。此處，接收模塊510所接收的輸入圖像可以為視頻數(shù)據(jù)，也可以為圖片數(shù)據(jù)。

在一個(gè)實(shí)施例中，熱力圖輸出模塊520所利用的神經(jīng)網(wǎng)絡(luò)為全卷積神經(jīng)網(wǎng)絡(luò)(如圖3B所示的全卷積神經(jīng)網(wǎng)絡(luò)300B)。示例性地，該全卷積神經(jīng)網(wǎng)絡(luò)可以基于將訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)(如圖3A所示的卷積神經(jīng)網(wǎng)絡(luò)300A)的全連接層替換為卷積層而生成。熱力圖輸出模塊520所利用的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練可以參照上述結(jié)合圖3A和圖3B所描述的過程，為了簡潔，此處不再贅述。

在一個(gè)示例中，熱力圖輸出模塊520所利用的神經(jīng)網(wǎng)絡(luò)還可以包括上采樣層，上采樣層可以提高輸出的熱力圖的分辨率，以更好地由遮擋檢測模塊530基于熱力圖檢測目標(biāo)對(duì)象是否存在遮擋。在一個(gè)示例中，上采樣層的數(shù)目可以取決于輸出的熱力圖的期望分辨率。在其他示例中，上采樣層的數(shù)目也可以考慮其他因素而綜合設(shè)置。

在一個(gè)實(shí)施例中，遮擋檢測模塊530基于熱力圖檢測目標(biāo)對(duì)象是否存在遮擋的步驟可以包括：檢測熱力圖中的目標(biāo)對(duì)象的形狀是否符合該目標(biāo)對(duì)象的類別的對(duì)象的形狀；以及當(dāng)熱力圖中的目標(biāo)對(duì)象的形狀符合該目標(biāo)對(duì)象的類別的對(duì)象的形狀時(shí)，確定目標(biāo)對(duì)象不存在遮擋，反之，則確定目標(biāo)對(duì)象存在遮擋。在該實(shí)施例中，“形狀”可以理解為由邊界所構(gòu)成的面(即，邊界構(gòu)成的區(qū)域)而非邊界本身。

在另一個(gè)實(shí)施例中，遮擋檢測模塊530也可用于檢測熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域，當(dāng)目標(biāo)對(duì)象存在遮擋時(shí)，其可能不再是完整的連通區(qū)域，而是被遮擋物從中“截?cái)唷保瑥亩跓崃D中的目標(biāo)對(duì)象的區(qū)域中出現(xiàn)黑色區(qū)域(如圖4B中最左側(cè)的人臉區(qū)域中的黑色區(qū)域所示)，因此遮擋檢測模塊530也可用于基于目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域來判定目標(biāo)對(duì)象是否存在遮擋。

在一個(gè)實(shí)施例中，目標(biāo)對(duì)象遮擋檢測裝置500還可以包括自動(dòng)標(biāo)注模塊(未在圖5中示出)，用于對(duì)熱力圖輸出模塊520所輸出的熱力圖中的目標(biāo)對(duì)象進(jìn)行標(biāo)注(例如如圖4B中所示的對(duì)目標(biāo)對(duì)象的框選)。并且，遮擋檢測模塊530還可以用于基于經(jīng)所述自動(dòng)標(biāo)注模塊標(biāo)注后的熱力圖檢測目標(biāo)對(duì)象是否存在遮擋?；谧詣?dòng)標(biāo)注模塊的標(biāo)注，可以將相距較近的目標(biāo)對(duì)象隔離開來，也可將因距鏡頭較遠(yuǎn)而在圖像中顯示較小的目標(biāo)對(duì)象也清楚地框選出來，避免遺漏或遮擋檢測出現(xiàn)誤差，實(shí)現(xiàn)更精確地遮擋檢測，提高檢測結(jié)果的可靠性。

在又一個(gè)實(shí)施例中，遮擋檢測模塊530還可以用于在檢測到熱力圖中的目標(biāo)對(duì)象存在遮擋時(shí)，進(jìn)一步確定遮擋區(qū)域。例如，遮擋檢測模塊530可以將遮擋區(qū)域分割出來，以確定對(duì)目標(biāo)對(duì)象的遮擋位置，從而為后續(xù)的對(duì)目標(biāo)對(duì)象的識(shí)別提供更可靠的依據(jù)。在實(shí)時(shí)應(yīng)用的場景中，遮擋檢測模塊530所確定的遮擋區(qū)域也可以為待識(shí)別的目標(biāo)對(duì)象(例如待識(shí)別的人)提供提示作為參考，告知其重新調(diào)整待識(shí)別的位置或者去掉遮擋物，提高識(shí)別的效率和準(zhǔn)確度。

基于上面的描述，根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)將輸入圖像中的目標(biāo)對(duì)象轉(zhuǎn)換為熱力圖，并通過熱力圖檢測目標(biāo)對(duì)象是否存在遮擋，可有效降低對(duì)目標(biāo)對(duì)象的識(shí)別難度，提升識(shí)別精度和穩(wěn)定性。

圖6示出了根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測系統(tǒng)600的示意性框圖。目標(biāo)對(duì)象遮擋檢測系統(tǒng)600包括存儲(chǔ)裝置610以及處理器620。

其中，存儲(chǔ)裝置610存儲(chǔ)用于實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法中的相應(yīng)步驟的程序代碼。處理器620用于運(yùn)行存儲(chǔ)裝置610中存儲(chǔ)的程序代碼，以執(zhí)行根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法的相應(yīng)步驟，并且用于實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置中的相應(yīng)模塊。此外，目標(biāo)對(duì)象遮擋檢測系統(tǒng)600還可以包括圖像采集裝置(未在圖6中示出)，其可以用于采集輸入圖像。當(dāng)然，圖像采集裝置不是必需的，可直接接收來自其他源的輸入圖像的輸入。

在一個(gè)實(shí)施例中，在所述程序代碼被處理器620運(yùn)行時(shí)使得目標(biāo)對(duì)象遮擋檢測系統(tǒng)600執(zhí)行以下步驟：接收輸入圖像；利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)檢測所述輸入圖像中的目標(biāo)對(duì)象、并輸出所述目標(biāo)對(duì)象的熱力圖；以及基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。

在一個(gè)實(shí)施例中，所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)為全卷積神經(jīng)網(wǎng)絡(luò)。

在一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)基于將訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)的全連接層替換為卷積層而生成。

在一個(gè)實(shí)施例中，所述卷積層為1×1卷積層。

在一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)還包括上采樣層。

在一個(gè)實(shí)施例中，所述上采樣層的數(shù)目取決于所述輸出的熱力圖的期望分辨率。

在一個(gè)實(shí)施例中，在所述程序代碼被處理器620運(yùn)行時(shí)還使得目標(biāo)對(duì)象遮擋檢測系統(tǒng)600執(zhí)行以下步驟：在輸出所述熱力圖后，對(duì)所述熱力圖中的目標(biāo)對(duì)象進(jìn)行標(biāo)注；并且在所述程序代碼被處理器620運(yùn)行時(shí)使得目標(biāo)對(duì)象遮擋檢測系統(tǒng)600執(zhí)行的所述對(duì)目標(biāo)對(duì)象是否存在遮擋的檢測是基于經(jīng)所述標(biāo)注后的熱力圖。

在一個(gè)實(shí)施例中，在所述程序代碼被處理器620運(yùn)行時(shí)使得目標(biāo)對(duì)象遮擋檢測系統(tǒng)600執(zhí)行的基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋的步驟包括：檢測所述熱力圖中的目標(biāo)對(duì)象的形狀是否符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀；以及當(dāng)所述熱力圖中的目標(biāo)對(duì)象的形狀符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在一個(gè)實(shí)施例中，在所述程序代碼被處理器620運(yùn)行時(shí)使得目標(biāo)對(duì)象遮擋檢測系統(tǒng)600執(zhí)行的基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋的步驟包括：檢測所述熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域；以及當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象的區(qū)域?yàn)檫B通區(qū)域時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在一個(gè)實(shí)施例中，在所述程序代碼被處理器620運(yùn)行時(shí)還使得目標(biāo)對(duì)象遮擋檢測系統(tǒng)600執(zhí)行以下步驟：當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象存在遮擋時(shí)，確定遮擋區(qū)域。

此外，根據(jù)本發(fā)明實(shí)施例，還提供了一種存儲(chǔ)介質(zhì)，在所述存儲(chǔ)介質(zhì)上存儲(chǔ)了程序指令，在所述程序指令被計(jì)算機(jī)或處理器運(yùn)行時(shí)用于執(zhí)行本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法的相應(yīng)步驟，并且用于實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置中的相應(yīng)模塊。所述存儲(chǔ)介質(zhì)例如可以包括智能電話的存儲(chǔ)卡、平板電腦的存儲(chǔ)部件、個(gè)人計(jì)算機(jī)的硬盤、只讀存儲(chǔ)器(ROM)、可擦除可編程只讀存儲(chǔ)器(EPROM)、便攜式緊致盤只讀存儲(chǔ)器(CD-ROM)、USB存儲(chǔ)器、或者上述存儲(chǔ)介質(zhì)的任意組合。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是一個(gè)或多個(gè)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的任意組合，例如一個(gè)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包含接收輸入圖像的計(jì)算機(jī)可讀的程序代碼，另一個(gè)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包含檢測目標(biāo)對(duì)象并輸出熱力圖的計(jì)算機(jī)可讀的程序代碼，又一個(gè)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包含檢測遮擋的計(jì)算機(jī)可讀的程序代碼。

在一個(gè)實(shí)施例中，所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)運(yùn)行時(shí)可以實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置的各個(gè)功能模塊，并且/或者可以執(zhí)行根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法。

在一個(gè)實(shí)施例中，所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)或處理器運(yùn)行時(shí)使計(jì)算機(jī)或處理器執(zhí)行以下步驟：接收輸入圖像；利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)檢測所述輸入圖像中的目標(biāo)對(duì)象、并輸出所述目標(biāo)對(duì)象的熱力圖；以及基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋。

在一個(gè)實(shí)施例中，所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)為全卷積神經(jīng)網(wǎng)絡(luò)。

在一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)基于將訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)的全連接層替換為卷積層而生成。

在一個(gè)實(shí)施例中，所述卷積層為1×1卷積層。

在一個(gè)實(shí)施例中，所述全卷積神經(jīng)網(wǎng)絡(luò)還包括上采樣層。

在一個(gè)實(shí)施例中，所述上采樣層的數(shù)目取決于所述輸出的熱力圖的期望分辨率。

在一個(gè)實(shí)施例中，所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)或處理器運(yùn)行時(shí)使計(jì)算機(jī)或處理器執(zhí)行以下步驟：在輸出所述熱力圖后，對(duì)所述熱力圖中的目標(biāo)對(duì)象進(jìn)行標(biāo)注；并且所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)或處理器運(yùn)行時(shí)使計(jì)算機(jī)或處理器執(zhí)行的所述對(duì)目標(biāo)對(duì)象是否存在遮擋的檢測是基于經(jīng)所述標(biāo)注后的熱力圖。

在一個(gè)實(shí)施例中，所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)或處理器運(yùn)行時(shí)使計(jì)算機(jī)或處理器執(zhí)行的基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋的步驟包括：檢測所述熱力圖中的目標(biāo)對(duì)象的形狀是否符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀；以及當(dāng)所述熱力圖中的目標(biāo)對(duì)象的形狀符合所述目標(biāo)對(duì)象的類別的對(duì)象的形狀時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在一個(gè)實(shí)施例中，所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)或處理器運(yùn)行時(shí)使計(jì)算機(jī)或處理器執(zhí)行的基于所述熱力圖檢測所述目標(biāo)對(duì)象是否存在遮擋的步驟包括：檢測所述熱力圖中的目標(biāo)對(duì)象的區(qū)域是否為連通區(qū)域；以及當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象的區(qū)域?yàn)檫B通區(qū)域時(shí)，確定所述目標(biāo)對(duì)象不存在遮擋，反之，則確定所述目標(biāo)對(duì)象存在遮擋。

在一個(gè)實(shí)施例中，所述計(jì)算機(jī)程序指令在被計(jì)算機(jī)或處理器運(yùn)行時(shí)使計(jì)算機(jī)或處理器執(zhí)行以下步驟：當(dāng)檢測到所述熱力圖中的目標(biāo)對(duì)象存在遮擋時(shí)，確定遮擋區(qū)域。

根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測裝置中的各模塊可以通過根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測的電子設(shè)備的處理器運(yùn)行在存儲(chǔ)器中存儲(chǔ)的計(jì)算機(jī)程序指令來實(shí)現(xiàn)，或者可以在根據(jù)本發(fā)明實(shí)施例的計(jì)算機(jī)程序產(chǎn)品的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)的計(jì)算機(jī)指令被計(jì)算機(jī)運(yùn)行時(shí)實(shí)現(xiàn)。

根據(jù)本發(fā)明實(shí)施例的目標(biāo)對(duì)象遮擋檢測方法、裝置、系統(tǒng)以及存儲(chǔ)介質(zhì)基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)將輸入圖像中的目標(biāo)對(duì)象轉(zhuǎn)換為熱力圖，并通過熱力圖檢測目標(biāo)對(duì)象是否存在遮擋，可有效降低對(duì)目標(biāo)對(duì)象的識(shí)別難度，提升識(shí)別精度和穩(wěn)定性。

盡管這里已經(jīng)參考附圖描述了示例實(shí)施例，應(yīng)理解上述示例實(shí)施例僅僅是示例性的，并且不意圖將本發(fā)明的范圍限制于此。本領(lǐng)域普通技術(shù)人員可以在其中進(jìn)行各種改變和修改，而不偏離本發(fā)明的范圍和精神。所有這些改變和修改意在被包括在所附權(quán)利要求所要求的本發(fā)明的范圍之內(nèi)。

本領(lǐng)域普通技術(shù)人員可以意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計(jì)算機(jī)軟件和電子硬件的結(jié)合來實(shí)現(xiàn)。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的設(shè)備和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的設(shè)備實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)設(shè)備，或一些特征可以忽略，或不執(zhí)行。

在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說明書的理解。

類似地，應(yīng)當(dāng)理解，為了精簡本發(fā)明并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該本發(fā)明的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如相應(yīng)的權(quán)利要求書所反映的那樣，其發(fā)明點(diǎn)在于可以用少于某個(gè)公開的單個(gè)實(shí)施例的所有特征的特征來解決相應(yīng)的技術(shù)問題。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

本領(lǐng)域的技術(shù)人員可以理解，除了特征之間相互排斥之外，可以采用任何組合對(duì)本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進(jìn)行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來使用。

本發(fā)明的各個(gè)部件實(shí)施例可以以硬件實(shí)現(xiàn)，或者以在一個(gè)或者多個(gè)處理器上運(yùn)行的軟件模塊實(shí)現(xiàn)，或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實(shí)踐中使用微處理器或者數(shù)字信號(hào)處理器(DSP)來實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的物品分析設(shè)備中的一些模塊的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的裝置程序(例如，計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上，或者可以具有一個(gè)或者多個(gè)信號(hào)的形式。這樣的信號(hào)可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號(hào)上提供，或者以任何其他形式提供。

應(yīng)該注意的是上述實(shí)施例對(duì)本發(fā)明進(jìn)行說明而不是對(duì)本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求中，不應(yīng)將位于括號(hào)之間的任何參考符號(hào)構(gòu)造成對(duì)權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個(gè)”不排除存在多個(gè)這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計(jì)算機(jī)來實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個(gè)可以是通過同一個(gè)硬件項(xiàng)來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。

以上所述，僅為本發(fā)明的具體實(shí)施方式或?qū)唧w實(shí)施方式的說明，本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。本發(fā)明的保護(hù)范圍應(yīng)以權(quán)利要求的保護(hù)范圍為準(zhǔn)。