基于卷积神经网络快速鲁棒的图像目标检测与分割方法

摘要

本发明属于计算机视觉领域，具体涉及了一种基于卷积神经网络快速鲁棒的图像目标检测与分割方法，旨在解决图像目标检测与分割精度低、效率差的问题。本发明方法包括：采用深层卷积神经网络将获取的待处理图像生成多尺度特征图组；进行迭代反馈融合，获得融合特征图组；基于融合特征图组中各特征之间的互补关系，获取多个包围框以及包围框在待处理图像上的位置；根据前景概率、条件类别概率计算包围框属于各个类别的后验概率并调整包围框；依据包围框在待处理图像上的位置，进行待处理图像的目标检测与分割。本发明方法具有较强的特征表达能力，可以克服复杂环境下目标存在的巨大差异性，具有较高的处理速度，并准确得到检测与分割结果。