[发明专利]基于热成像的对象检测方法、装置及服务器

说明书

本申请实施例提供一种基于热成像的对象检测方法、装置及服务器，具体通过获取热成像视频流中第一连续帧数据序列中满足对象检测的第二连续帧数据序列，对第二连续帧数据序列进行分类，获得不同目标类别对应的第二连续帧数据序列，从而根据每个目标类别所对应的对象检测策略，对每个目标类别对应的第三连续帧数据序列进行对象检测，获得对象检测信息。如此，对于红外热成像的图像帧中不同目标类别的检测对象，在进行对象检测过程中根据每个目标类别所对应的对象检测策略进行区分检测，进而提高检测效果。

技术领域

本申请涉及安防监控技术领域，具体而言，涉及一种基于热成像的对象检测方法、装置及服务器。

背景技术

红外热成像基于物体辐射的热源而成像，不受光线影响，能够24小时值守，在安防安检领域周界入侵、跟踪、侦测等应用场景发挥着不可替代的作用。

相关技术中，对于红外热成像的图像帧中不同大小的检测对象，在进行对象检测过程中没有进行区分检测，导致检测效果不佳。

发明内容

基于现有设计的不足，本申请提供一种基于热成像的对象检测方法、装置及服务器，对于红外热成像的图像帧中不同目标类别的检测对象，在进行对象检测过程中根据每个目标类别所对应的对象检测策略进行区分检测，进而提高检测效果。

根据本申请的第一方面，提供一种基于热成像的对象检测方法，应用于服务器，所述方法包括：

获取热成像视频流中第一连续帧数据序列中满足对象检测的第二连续帧数据序列；

对所述第二连续帧数据序列进行分类，获得不同目标类别对应的第二连续帧数据序列，其中，不同目标类别用于表征不同的检测目标区域大小；

根据每个目标类别所对应的对象检测策略，对每个目标类别对应的第二连续帧数据序列进行对象检测，获得对象检测信息。

在第一方面的一种可能的实施方式中，所述获取热成像视频流中第一连续帧数据序列中满足对象检测的第二连续帧数据序列的步骤，包括：

提取所述第一连续帧数据序列中的每一帧目标图像的第一特征点集；

从所述目标图像的相邻帧图像中获取具有所述第一特征点集的相同特征的第二特征点集；

计算所述第一特征点集和所述第二特征点集之间的特征偏移量；

当所述特征偏移量小于预设偏移量阈值时，将所述目标图像和所述目标图像的相邻帧图像确定为满足对象检测的图像对；

若所述满足对象检测的图像对大于预设数量阈值，则将所述第一连续帧数据序列确定为满足对象检测的第二连续帧数据序列；

若所述满足对象检测的图像对不大于预设数量阈值，则将所述第一连续帧数据序列确定为不满足对象检测的第二连续帧数据序列并将所述第一连续帧数据序列进行过滤。

在第一方面的一种可能的实施方式中，所述对所述第二连续帧数据序列进行分类，获得不同目标类别对应的第二连续帧数据序列的步骤，包括：

根据目标深度学习模型对所述第二连续帧数据序列中的每帧数据进行分类，获得所述每帧数据中的检测目标区域属于每个目标类别的置信度；

根据所述每帧数据中的检测目标区域属于每个目标类别的置信度，确定所述每帧数据的选定目标类别；

将所述第二连续帧数据序列中最多数量的目标类别，确定为所述第二连续帧数据序列的选定目标类别，得到不同目标类别对应的第二连续帧数据序列。

在第一方面的一种可能的实施方式中，所述目标类别包括大目标类别和小目标类别，所述根据每个目标类别所对应的对象检测策略，对每个目标类别对应的第二连续帧数据序列进行对象检测，获得对象检测信息的步骤，包括：