[发明专利]一种视频中物体识别方法、系统及计算机存储介质

说明书

本发明公开一种视频中物体识别方法、系统及计算机存储介质。其中，该方法包括：将目标视频中的当前帧划分为多个区域；分别对每个区域进行识别和锚定，每个区域中得到多个锚定的边框；每个边框对应一个概率值以及一个中心点，每个所述中心点对应一物体种类；选取所述当前帧中需要保留的目标物体种类所对应的所有准目标中心点，根据每个准目标中心点及其对应的物体种类的预设长宽重新进行框选，得到多个准目标框；对所述多个准目标框进行去重，得到目标物体框。该方法通过在筛选区域与去重技术之间增加种类筛选，使得可以筛选掉不感兴趣的种类且减少了去重的计算量，提高了数据处理速度，节省了时间；进一步的，视频播放过程中可动态更改识别种类。

技术领域

本发明涉及物体识别技术领域，具体而言，涉及一种视频中物体识别方法、系统及计算机存储介质。

背景技术

物体识别是计算机视觉中的最常见应用之一，物体识别要在图像中画出一个个框框，比如识别出人、车、动物、植物等等，框框中的图像要尽可能的完整的包含待识别的物体。

现有技术中，都是在识别出物体后再进行种类筛选，该方法具有一定的弊端，即识别物体时因区域数据多，在进行NMS计算时，需要处理冗余的区域数据，运算量大，浪费时间。

针对现有技术中识别物体计算量大、耗费时间的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例中提供一种视频中物体识别方法、系统及计算机存储介质，以解决现有技术中识别物体计算量大、耗费时间的问题。

为达到上述目的，一方面，本发明提供了一种视频中物体识别方法，该方法包括：将目标视频中的当前帧划分为多个区域；分别对每个区域进行识别和锚定，每个区域中得到多个锚定的边框；每个边框对应一个概率值以及一个中心点，每个所述中心点对应一物体种类；选取所述当前帧中需要保留的目标物体种类所对应的所有准目标中心点，根据每个准目标中心点及其对应的物体种类的预设长宽重新进行框选，得到多个准目标框；对所述多个准目标框进行去重，得到目标物体框。

可选的，所述当前帧的目标种类与前一帧的目标种类相同或不同。

可选的，在所述将目标视频中的当前帧划分为多个区域；分别对每个区域进行识别和锚定，每个区域中得到多个锚定的边框之后包括：判断每个所述区域中所有所述边框对应的概率值是否都小于预设概率值，若是，将所述概率值对应的所述区域删除，反之，则保留。

可选的，所述对所述多个准目标框进行去重，得到目标物体框。包括：每个所述目标物体保留对应的一个所述准目标框，得到多个不同的所述目标物体框。

可选的，所述每个所述目标物体保留对应的一个所述准目标框包括：将每个所述目标物体对应的所有准目标框通过NMS算法得到交并比值；根据所述交并比值将每个所述目标物体保留对应的一个所述准目标框。

另一方面，本发明提供了一种视频中物体识别系统，包括：划分单元，用于将目标视频中的当前帧划分为多个区域；分别对每个区域进行识别和锚定，每个区域中得到多个锚定的边框；每个边框对应一个概率值以及一个中心点，每个所述中心点对应一物体种类；框选单元，用于选取所述当前帧中需要保留的目标物体种类所对应的所有准目标中心点，根据每个准目标中心点及其对应的物体种类的预设长宽重新进行框选，得到多个准目标框；去重单元，用于对所述多个准目标框进行去重，得到目标物体框。

可选的，还包括：筛选单元，用于判断每个所述区域中所有所述边框对应的概率值是否都小于预设概率值，若是，将所述概率值对应的所述区域删除，反之，则保留。

可选的，所述去重单元包括：保留模块，用于每个所述目标物体保留对应的一个所述准目标框，得到多个不同的所述目标物体框。

可选的，所述保留模块包括：计算模块，用于将每个所述目标物体对应的所有准目标框通过NMS算法得到交并比值；根据所述交并比值将每个所述目标物体保留对应的一个所述准目标框。