[发明专利]一种目标对象分析方法及装置、计算机设备和存储介质有效
| 申请号: | 201910130040.0 | 申请日: | 2019-02-21 |
| 公开(公告)号: | CN109815936B | 公开(公告)日: | 2023-08-22 |
| 发明(设计)人: | 颜佺 | 申请(专利权)人: | 深圳市商汤科技有限公司 |
| 主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/26 |
| 代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 黄娟;张颖玲 |
| 地址: | 518054 广东省深圳市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 目标 对象 分析 方法 装置 计算机 设备 存储 介质 | ||
1.一种目标对象分析方法,其特征在于,所述方法包括:
确定获取的待分析视频的拍摄信息;其中,所述待分析的视频中包含至少一个目标对象的图像;
根据所述拍摄信息,确定对所述待分析视频进行处理的预设模型,以确定所述待分析视频中包含的目标对象的总数;其中,所述预设模型为预设的目标检测模型或预设的目标计数模型,采用所述预设的目标检测模型处理的待分析视频的拍摄信息,与采用所述预设的目标计数模型处理的待分析视频的拍摄信息不同;
确定采用所述预设的目标检测模型对所述待分析视频进行处理,以确定所述待分析视频中包含的目标对象的总数,包括:
采用所述预设的目标检测模型对多帧图像的每一帧图像进行扫描,得到每一目标对象的身体特征;
根据所述每一目标对象的身体特征,生成所述每一目标对象的检测框;
如果所述待分析视频的第i帧图像中的检测框的个数大于预设数量阈值,将所述预设的目标检测模型切换为所述预设的目标计数模型;
利用所述预设的目标计数模型,对所述待分析视频中未经过所述预设的目标检测模型进行处理的第一剩余视频进行处理,得到所述目标对象的总数。
2.根据权利要求1所述的方法,其特征在于,所述待分析视频的拍摄信息,包括:所述待分析视频所属的拍摄场景和/或所述待分析视频的拍摄时段。
3.根据权利要求1或2所述的方法,其特征在于,在所述根据所述拍摄信息,确定对所述待分析视频进行处理的预设模型之前,所述方法还包括:
采用所述预设的目标计数模型或预设的目标计数模型为初始化模型;
对应地,根据所述拍摄信息,调整对所述待分析视频进行处理的预设模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述拍摄信息,调整对所述待分析视频进行处理的预设模型,包括:
如果所述待分析视频所属的场景包含在预设的场景集合中,和/或所述待分析视频所属的时段在预设时段内,将所述初始化模型调整为所述预设的目标检测模型;
采用所述预设的目标检测模型对所述待分析视频进行处理;
如果所述待分析视频所属的场景不包含在预设的场景集合中,且所述待分析视频所属的时段不在预设时段内,将所述初始化模型调整为所述预设的目标计数模型。
5.根据权利要求1至4任一项所述的方法,其特征在于,在根据所述拍摄信息,确定对所述待分析视频进行处理的预设模型之前,所述方法还包括:
采用视频解码器对所述待分析视频进行解码,得到连续的多帧图像。
6.根据权利要求1所述的方法,其特征在于,所述采用所述预设的目标检测模型对所述多帧图像的每一帧图像进行扫描,得到所述每一目标对象的身体特征,包括:
采用预设的目标检测模型按照预设步长扫描所述每一帧图像,确定所述每一帧图像中出现的每一个目标对象的身体特征。
7.根据权利要求6所述的方法,其特征在于,所述多帧图像包括M帧图像,M为大于等于2的整数,所述根据所述每一目标对象的身体特征,生成所述每一目标对象的检测框,包括:
利用预设的目标检测模型对所述M帧图像的第i帧图像进行扫描,确定所述第i帧图像包含的N个目标对象的身体特征;其中,i和N为大于0的整数,且i小于等于M;
如果所述N个目标对象的第j个目标对象的身体特征,与除所述第i帧图像之外的其他帧图像中目标对象的身体特征不同,生成所述j个目标对象的检测框;其中,j为大于0小于等于N的整数。
8.根据权利要求1至5任一项所述的方法,其特征在于,确定采用所述预设的目标计数模型对所述待分析视频进行处理,以确定所述待分析视频中包含的目标对象的总数,包括:
利用预设的目标计数模型对所述待分析视频进行处理,得到所述待分析视频的前景分割图和所述待分析视频的对象群密度图;
根据所述前景分割图和所述目标对象群密度图,确定所述待分析视频中包含的目标对象的总数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910130040.0/1.html,转载请声明来源钻瓜专利网。





