[发明专利]目标检测方法、系统、设备及存储介质在审
| 申请号: | 202110559403.X | 申请日: | 2021-05-21 |
| 公开(公告)号: | CN113192057A | 公开(公告)日: | 2021-07-30 |
| 发明(设计)人: | 谭黎敏;蔡文扬;洪军 | 申请(专利权)人: | 上海西井信息科技有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/155;G06T7/187;G06N3/04;G06N3/08 |
| 代理公司: | 上海隆天律师事务所 31282 | 代理人: | 夏彬 |
| 地址: | 200050 上海市*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 检测 方法 系统 设备 存储 介质 | ||
1.一种目标检测方法,其特征在于,包括如下步骤:
S100:从视频数据中抽取当前检测帧的图像;
S200:从所述视频数据中抽取当前检测帧之前的一参照帧的图像;
S300:计算所述当前检测帧的图像和所述参照帧的图像的差值图;
S400:根据所述差值图从当前检测帧选取候选框;
S500:基于所述候选框的位置在当前检测帧的图像中截取候选区域图像;
S600:将所述候选区域图像输入训练好的目标检测网络,获取所述目标检测网络的输出结果,所述输出结果包括检测到的目标位置。
2.根据权利要求1所述的目标检测方法,其特征在于,所述步骤S300:根据所述差值图从当前检测帧选取候选框,包括如下步骤:
判断所述差值图是否有像素值超过预设像素阈值的区域;
如果是,则对差值图进行形态学处理,处理后的差值图;
对所述处理后的差值图采用轮廓检测算法检测动态变化区域的轮廓,并输出所述动态变化区域的外接矩形;
根据所述动态变化区域的外接矩形的中心点确定预设候选框尺寸的候选框。
3.根据权利要求1所述的目标检测方法,其特征在于,所述步骤S600:获取所述目标检测网络的输出结果,还包括如下步骤:
将所述目标检测网络中的目标位置所对应的候选框加入到下一个检测帧的候选框中。
4.根据权利要求1所述的目标检测方法,其特征在于,所述步骤S100和步骤S200之间,还包括如下步骤:
判断当前检测帧的序号n是否为预设系数a的整数倍;
如果是,则继续步骤S200;
如果否,则将前一检测帧通过目标检测网络检测到的目标位置所对应的候选框作为当前检测帧的候选框,然后继续步骤S500。
5.根据权利要求4所述的目标检测方法,其特征在于,所述步骤S200:从所述视频数据中抽取当前检测帧之前的一参照帧的图像,包括如下步骤:
将所述视频数据中序号为n-a的帧作为参考帧,从所述视频数据中抽取该参考帧的图像。
6.根据权利要求4所述的目标检测方法,其特征在于,所述判断当前检测帧的序号n是否为预设系数a的整数倍之后,如果当前检测帧的序号n不是预设系数a的整数倍,则继续如下步骤:
判断前一检测帧是否通过目标检测网络检测到目标位置;
如果是,则将前一检测帧通过目标检测网络检测到的目标位置所对应的候选框作为当前检测帧的候选框,然后继续步骤S500;
如果否,则继续步骤S200。
7.根据权利要求4所述的目标检测方法,其特征在于,如果当前检测帧的序号n为预设系数a的整数倍,且前一检测帧通过目标检测网络检测到目标位置,则当前检测帧的候选框包括通过步骤S200~S400得到的候选框和前一检测帧通过目标检测网络检测到的目标位置所对应的候选框。
8.根据权利要求1所述的目标检测方法,其特征在于,所述目标检测网络包括s个依次串联的卷积模块,s≥3;
其中,第2个~第s个卷积模块的输出端分别连接有一检测层,所述目标检测网络的输出结果为各个所述检测层的输出结果的组合。
9.根据权利要求8所述的目标检测方法,其特征在于,所述方法还包括采用如下步骤训练所述目标检测网络:
对训练集中的样本图像进行目标标注处理,得到真实框的坐标信息;
将所述样本图像输入目标检测网络,得到各个所述检测层的输出结果;
将所述检测层的输出结果组合后得到所述目标检测网络的预测框的坐标信息;
根据所述真实框的坐标信息和所述预测框的坐标信息,基于损失函数计算损失值,基于所述损失值反向优化所述目标检测网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海西井信息科技有限公司,未经上海西井信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110559403.X/1.html,转载请声明来源钻瓜专利网。





