一种简化时间复杂度的非极大值抑制方法与流程

本发明属于图像处理领域，具体涉及一种简化时间复杂度的非极大值抑制方法。

背景技术：

1、在目标检测领域，目标检测推理过程中会产生很多检测框，其中很多检测框指向同一个目标，为了消除相同目标多个冗余结果，引用非极大值抑制方法仅保留置信度最高的检测框。在非极大值抑制算法中，选择置信度最高的检测框，将其与剩余框计算相应的iou值，当iou值超过设定的置信度阈值时，认为预测的为同一个目标，将置信度低的预测框抑制掉。再与其他预测框继续迭代，直到没有与之重叠的预测框，此时每个目标只留下唯一的预测结果。

2、传统的非极大值抑制算法需要将预测框与其他所有预测框进行iou计算，其时间复杂度为o(n！)，随着目标数增多，时间复杂度会成n倍增加。对于嵌入式设备，实时性是重要指标，当识别输入存在较多目标时，传统非极大值抑制算法难以满足实时性的需求。

技术实现思路

1、本发明所要解决的技术问题是：

2、为了避免现有技术的不足之处，本发明提供一种简化时间复杂度的用于目标检测的非极大值抑制方法，用于在图像识别后非极大值抑制过程中简化其时间复杂度，缩短计算时间，提升算法的实时性，提高目标检测效率。

3、为了解决上述技术问题，本发明采用的技术方案为：

4、一种简化时间复杂度的非极大值抑制方法，其特征在于，包括：

5、对目标检测网络输出的推理结果进行解码，获取n个目标信息；

6、创建多个队列，设置队列规则，对目标信息按照置信度高低进行排序；

7、按照置信度高低顺序依次计算目标信息的可能关联区间；

8、仅与可能关联区间内的其他目标信息进行iou计算；

9、抑制与当前目标信息iou超过阈值的目标信息。

10、本发明进一步的技术方案：所述的目标信息a＝{class,confidence,x,y,w,h}：其中，class为目标类别；confidence为目标置信度；x为目标的中心点相较于输入特征矩阵第0列的偏移；y为目标的中心点相较于输入特征矩阵第0行的偏移；w为目标的宽；h为目标的长。

11、本发明进一步的技术方案：创建多个队列，设置队列规则，对目标信息按照置信度高低进行排序，具体为：

12、创建队列a＝{a1,a2,…,an}，an为剔除置信度confidence＜thres的目标信息；其中thres为初筛阈值；

13、创建n个b＝{confidence,index}，将目标信息a的置信度confidence和其在数组a中的索引index放入b中，即所有目标信息a均有一个b与之对应；

14、创建队列b，将数组b放入b中，b＝{b1,b2,…,bn}；

15、创建二维队列c，行数为height；

16、根据目标信息a中y的值将对应的数组b放入c中的第y行；

17、创建一维数组d，d长度为n，并将其初始化为ture，用于判断其对应的目标信息是否已经被抑制，d＝{ture,ture,…,ture}；

18、将队列b所有元素按照置信度从高到低进行排序，用于优先取出高置信度结果抑制低置信度结果。

19、本发明进一步的技术方案：所述按照置信度高低顺序依次计算目标信息的可能关联区间，具体为：

20、将数组b中元素依次取出，如果dindex为ture，则通过索引index在数组a中找到对应的目标信息作为当前待处理结果box＝a[index]，如果dindex为false，则跳过，重复该步骤；

21、计算待处理结果box的可能关联区间，即待处理结果box仅与关联区间内的其他目标信息进行iou计算；

22、根据待处理结果box中的计算上下偏置bias：

23、

24、ymax＝y+bias  (2)

25、ymin＝y-bias  (3)

26、iouthres：设置的iou阈值

27、可能关联区间二维队列c中的ymin～ymax行。

28、本发明进一步的技术方案：所述仅与可能关联区间内的其他目标信息进行iou计算具体为：

29、根据box所对应的可能关联区间，依次按照其中元素取出对应数组a中的目标信息target；

30、将待处理结果与可能关联区间内的目标信息进行iou计算，

31、

32、

33、i＝(xc+abs(xc))×(yc+abs(yc))/4  (6)

34、

35、boxx：box的x；

36、boxy：box的y；

37、boxw：box的w；

38、boxh：box的h；

39、targetx：target的x；

40、targety：target的y；

41、targetw：tatget的w；

42、targeth：target的h；

43、i：box与target目标的交集；

44、res：iou计算的结果；

45、如果res大于iouthres，即认为box和target为同一目标，即保留box识别结果，并将target对应数组d中的dindex of target置为false。

46、一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的方法。

47、一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法。

48、本发明的有益效果在于：

49、本发明提供的一种简化时间复杂度的非极大值抑制方法，不同于传统非极大值抑制方法中将识别结果与所有其他结果进行iou计算，而是将所有识别结果根据识别结果中心点进行区域划分，并按照iou阈值求取相应的可能关联区间，仅与可能关联区间内的其他识别结果进行iou计算，降低了算法的时间复杂度，最终提升非极大值抑制过程的速度，缩减目标检测的时间，提高目标检测的效率。

技术特征：

1.一种简化时间复杂度的非极大值抑制方法，其特征在于，包括：

2.根据权利要求1所述的一种简化时间复杂度的非极大值抑制方法，其特征在于，所述的目标信息a＝{class,confidence,x,y,w,h}：其中，class为目标类别；

3.根据权利要求2所述的一种简化时间复杂度的非极大值抑制方法，其特征在于，创建多个队列，设置队列规则，对目标信息按照置信度高低进行排序，具体为：

4.根据权利要求3所述的一种简化时间复杂度的非极大值抑制方法，其特征在于，所述按照置信度高低顺序依次计算目标信息的可能关联区间，具体为：

5.根据权利要求4所述的一种简化时间复杂度的非极大值抑制方法，其特征在于，所述仅与可能关联区间内的其他目标信息进行iou计算具体为：

6.一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1-5任一项所述的方法。

7.一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现权利要求1-5任一项所述的方法。

技术总结
本发明涉及一种简化时间复杂度的非极大值抑制方法，属于图像处理领域，用于在图像识别后非极大值抑制过程中简化其时间复杂度，缩短计算时间，提升算法的实时性。本发明不同于传统非极大值抑制方法中将识别结果与所有其他结果进行IOU计算，而是将所有识别结果根据识别结果中心点进行区域划分，并按照IOU阈值求取相应的可能关联区间，仅与可能关联区间内的其他识别结果进行IOU计算，降低了算法的时间复杂度，最终提升非极大值抑制过程的速度。

技术研发人员：梁赟,揭斐然,聂青凤,刘应杰,张生伟
受保护的技术使用者：中国航空工业集团公司洛阳电光设备研究所
技术研发日：
技术公布日：2024/3/12