[发明专利]基于图像物体检测技术的利用摄像头的视频实物计数方法

说明书

一种基于图像物体检测技术的利用摄像头的视频实物计数方法，其特征在于，包括如下步骤：步骤1)利用已经在常用的图像物体检测数据集来训练图像物体检测模型；步骤2)从摄像头所拍摄的一部分视频中随机提取多个包含这些实物的帧，为这些图像标记出要计数的实体，在预训练的模型的基础上，利用这些新标记的数据集从检查点开始继续训练该模型使得其能识别并标记这些实物；步骤3)提取每一个需要计数的视频的所有帧，通过经过以上步骤训练好的模型识别并标记出要计数的实物，匹配每一帧之间的实物；当该实物中心离开基准线一段距离时，实物所属类别的计数器加一。本发明具有的有益效果是：提高了计数的准确性，并且可以实时计数。

技术领域

本发明属于计算机视觉与人工智能领域，尤其涉及一种基于图像物体检测技术的利用摄像头的视频实物计数方法。

背景技术

随着人工智能在智慧城市、智慧工厂、智慧牧农场的应用普及，无人值守的自动化地管理交通、生产、种植、养殖成为时代的必然趋势。摄像头作为无处不在的监控工具，其采集的视频数据具有巨大的挖掘价值。利用摄像头拍摄的视频来高效智能地完成的这些管理任务，可以节省大量的人力物力。其中，如何在视频中识别并为实物(如人、车辆等)计数尤为重要。

一般的运动物体的计数方法是利用视频中运动的部分的变化来区分实物的，不能对实物的种类进行识别，并且准确率较低；传统的能检测出实物的方法，以及一般的采用机器学习方法计数的方法也只能针对特定指定实物计数，如人物计数、车辆计数等，不能对多种实物同时计数，而且不能实时计数。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于图像物体检测技术的利用摄像头的视频实物计数方法，可以针对具体需要识别的多种实物，使用已经在图像物体检测数据集上训练好的图像物体检测模型，通过微调阶段的训练使其能够检测并标记出这些实物，然后利用帧之间物体的匹配跟踪以及基准线来记录经过基准线的实物。

本发明的技术方案如下：

一种基于图像物体检测技术的利用摄像头的视频实物计数方法，其特征在于，包括如下步骤：

步骤1)预训练阶段：利用已经在常用的图像物体检测数据集来训练图像物体检测模型，使其能识别并标记出图像中的实物种类，保存模型参数至检查点；

步骤2)微调阶段：如果需要计数的实物已经被包含在数据集中，并且识别准确度满足要求，则直接进行步骤3)，否则，从摄像头所拍摄的一部分视频中随机提取多个包含这些实物的帧，为这些图像标记出要计数的实体，在预训练的模型的基础上，利用这些新标记的数据集从检查点开始继续训练该模型使得其能识别并标记这些实物；

步骤3)视频计数阶段：提取每一个需要计数的视频的所有帧，通过经过以上步骤训练好的模型识别并标记出要计数的实物，匹配、跟踪每一帧之间的实物；定下一个基准线的位置，每当一个实物的中心从基准线的一侧移动到另一侧时，记录该实体，当该实物中心离开基准线一段距离时，实物所属类别的计数器加一。

所述基于图像物体检测技术的利用摄像头的视频实物计数方法，其特征在于，所述步骤1)中图像物体检测数据集是MS COCO数据集、ImageNet数据集、CIFAR数据集。

所述基于图像物体检测技术的利用摄像头的视频实物计数方法，其特征在于，所述步骤1)中图像物体检测模型是MaskRCNN模型、Fast/Faster RCNN模型、VGG模型、ResNet模型、Inception模型。

所述基于图像物体检测技术的利用摄像头的视频实物计数方法，其特征在于，所述步骤1)中图像物体检测模型能够输入任意大小的图像，并且输出图像中所有检测到的实物在图像中的位置、大小及名称。