[发明专利]基于机器视觉的活动目标计数方法和设备

说明书

本申请提供了基于机器视觉的活动目标计数方法和设备。本实施例中，通过已训练的深度学习模型从图像中识别活动目标并获取活动目标的参数信息，各不同活动目标的参数信息中的图像区域信息和种类标签用于统计所述指定区域内至少一个种类下活动目标的数量，即实现了通过纯机器视觉对不同类别下活动目标进行计数。进一步地，本实施例通过已训练的深度学习模型输出的活动目标的参数信息对不同种类下活动目标进行计数，相比现有人工计数或机械设备计数，能够提高活动目标计数的精确度，也提高目标计数的效率。

技术领域

本申请涉及图像处理技术，特别涉及一种基于机器视觉的活动目标计数方法和设备。

背景技术

机器视觉，简单说来，就是用机器代替人工来做分析，以提高生产的效率和自动化程度。机器视觉是一项综合技术，比如可包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)等。

在很多应用场景中，常存在对活动目标进行计数的需求。这里的活动目标包括但不限于：活体比如农业领域中牲畜(不限于猪、羊、牛等牲畜)等、处于活动状态下的物体比如放置于传送带上的水泥包、饲料包等、可移动的机械化设备比如机器人、载人叉车、无人叉车等。

但是，因为活动目标处于活动状态，有时活动无规律，还常会以各种角度出现，单纯地通过人工或者机械设备计数常会出现计数不精确等问题。因此，一种基于机器视觉的活动目标计数方法是当前亟待解决的技术问题。

发明内容

本申请提供了一种基于机器视觉的活动目标计数方法和设备，以实现通过机器视觉对不同种类的活动目标进行计数，提高活动目标计数的精确度。

本申请提供的技术方案包括：

一种基于机器视觉的活动目标计数方法，该方法应用于电子设备，包括：

获取至少一帧图像，所述至少一帧图像中包括在指定区域内活动的至少一个活动目标；

将获取的图像输入至已训练的深度学习模型以得到所述深度学习模型输出的至少一个活动目标的参数信息；所述深度学习模型用于从输入的图像中识别活动目标并输出活动目标的参数信息；所述参数信息至少包括：活动目标所处的图像区域信息和所述图像区域信息对应的种类标签，所述种类标签用于指示活动目标所属的种类；各不同活动目标的参数信息中的图像区域信息和种类标签用于统计所述指定区域内至少一个种类下活动目标的数量。

一种基于机器视觉的活动目标计数方法，该方法应用于电子设备，包括：

获取经由深度学习模型输出的在指定区域内活动的至少一个活动目标的参数信息；所述深度学习模型用于从输入的图像中识别活动目标并输出活动目标的参数信息；所述参数信息至少包括：活动目标所处的图像区域信息和所述图像区域信息对应的种类标签，所述种类标签用于指示活动目标所属的种类；

依据各不同活动目标的参数信息中的图像区域信息和种类标签统计所述指定区域内至少一个种类下活动目标的数量。

一种电子设备，该电子设备包括：处理器和机器可读存储介质；

所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；

所述处理器用于执行机器可执行指令，以实现上述公开的任一方法步骤。

由以上技术方案可以看出，本实施例通过已训练的深度学习模型从图像中识别活动目标并获取活动目标的参数信息，各不同活动目标的参数信息中的图像区域信息和种类标签用于统计所述指定区域内至少一个种类下活动目标的数量，即实现了通过纯机器视觉对不同类别下活动目标进行计数。