[发明专利]抛扔区域定位方法、装置、设备及存储介质

说明书

本申请公开了一种抛扔区域定位方法、装置、设备及存储介质。该方法包括：将所获取的待处理视频分解为多个连续的N帧图像集，其中，N为正整数，N≥3；对每N帧图像进行融合处理，确定融合后的图像；将所述融合后的图像输入抛扔区域定位网络模型，确定所述待处理视频中的抛扔区域。该技术方案能够精确定位出视频中的抛扔区域，通过将多帧图像进行融合处理，很大程度上保留了每帧图像的内容信息和时序信息，减少了计算量，其结果稳定且准确度高。

技术领域

本发明一般涉及图像处理领域，具体涉及一种抛扔区域定位方法、装置、设备及存储介质。

背景技术

近年来，特征识别技术是当今人工智能与模式识别领域中研究的一个热点，其已经越来越多的应用于人们的日常生活之中，比如：基于生物特征识别的考勤系统、门禁系统等，其中，在物流领域，可以通过实时对工作人员的分拣行为进行特征识别，以监测工作人员是否存在抛扔行为，从而实现对企业的高效管理。

目前，可以通过基于深度学习模型的显著性检测方法来进行特征识别，该模型训练过程中需要大量的数据集，很难进行训练收敛，且对没有抛扔区域的案例误报率高，另外，还可以通过基于pix2pix模型生成对抗网络的方法来识别视频中的抛扔区域，该方法能捕捉到视频中的运动区域，但是对抛扔区域的定位不清晰，且后续需经过进一步人工处理方可得到，该处理过程比较复杂，且对抛扔区域的定位不准确。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种抛扔区域定位方法、装置、设备及存储介质，能够解决现有技术中对抛扔区域定位不准确、误报率高的问题。

第一方面，本发明提供了一种抛扔区域的定位方法，该方法包括：

将所获取的待处理视频分解为多个连续的N帧图像集，其中，N为正整数，N≥3；

对每N帧图像进行融合处理，确定融合后的图像；

将所述融合后的图像输入抛扔区域定位网络模型，确定所述待处理视频中的抛扔区域。

在其中一个实施例中，将每N帧图像进行融合处理，确定融合后的图像，包括：

确定所述每N帧图像的B通道值、G通道值和R通道值；

根据所述B通道值、G通道值和R通道值，确定融合后的图像。

在其中一个实施例中，所述确定每N帧图像的B通道值、G通道值和R通道值，包括：

确定每帧图像的B通道值、G通道值和R通道值；

将所述每N帧图像中的N₁帧图像的B通道均值、N₂帧图像的G通道均值和N₃帧图像的R通道均值作为所述每N帧图像的B通道值、G通道值和R通道值；其中，N₁+N₂+N₃＝N，N、N₁、N₂、N₃均为正整数，N₁≥1，N₂≥1，N₃≥1。

在其中一个实施例中，将所述融合后的图像输入抛扔区域定位网络模型，确定所述待处理视频中的抛扔区域，包括通过如下步骤构建的抛扔区域定位网络模型：

获取历史视频；

对所述历史视频按时序分解为多个连续N帧图像集；其中，N为正整数，N≥3；

将每N帧图像进行融合处理，确定融合图；

将所述融合图输入预设定位网络模型进行训练，确定抛扔区域定位网络模型。

在其中一个实施例中，将所述融合图输入预设的定位网络模型进行训练，确定抛扔区域定位网络模型，包括：