[發(fā)明專利]一種圖像篩選方法及裝置

有效

• 申請?zhí)枺?/td>: 201710656697.1
• 申請日: 2017-08-03
• 公開（公告）號: CN109389135B
• 公開（公告）日: 2020-11-13
• 發(fā)明（設計）人: 鈕毅
• 申請（專利權）人: 杭州海康威視數(shù)字技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04
• 代理公司: 北京柏杉松知識產(chǎn)權代理事務所(普通合伙) 11413
• 代理人: 項京;馬敬

本發(fā)明實施例提供了一種圖像篩選方法及裝置，該方法包括：獲得待篩選圖像幀序列，其中，圖像幀序列中的每一幀待篩選圖像均包含第一目標對象；利用預設的圖像特征評估模型，確定每一幀待篩選圖像中的第一目標對象的預設屬性的目標屬性數(shù)據(jù)；針對每一幀待篩選圖像中的第一目標對象，根據(jù)第一目標對象的目標屬性數(shù)據(jù)，確定每一幀待篩選圖像對應的目標置信度；根據(jù)每一幀待篩選圖像對應的目標置信度，從待篩選圖像幀序列中篩選出目標置信度達到預設識別條件的目標圖像。應用本發(fā)明實施例實現(xiàn)了自動篩選圖像，縮短篩選周期，提高篩選效率。

技術領域

本發(fā)明涉及圖像處理技術領域，特別是涉及一種圖像篩選方法及裝置。

背景技術

視頻監(jiān)控技術中，圖像采集設備在采集圖像的過程中，會采集到多幀均包含目標對象的圖像，其中，上述目標對象包括但不限于人臉、行人、車牌以及車輛。圖像中目標對象的姿態(tài)、被遮擋程度和/或被遮擋部位、所在區(qū)域的亮度、所在區(qū)域的模糊程度等因素，在一定程度上決定著上述多幀圖像中所包含目標對象是否易被識別。

當上述多幀圖像中包括所包含目標對象不易被識別的圖像時，如果對上述多幀圖像均進行識別，上述多幀圖像中所包括的目標對象不易被識別的圖像，會增加電子設備的識別負擔。

為了避免上述情況，工作人員會從上述多幀圖像中手動篩選出主觀認為易被識別的圖像，電子設備只需要識別上述所篩選出的圖像，這在一定程度上減輕了電子設備的識別負擔。

然而，現(xiàn)有的人工篩選圖像的方式篩選周期長且篩選效率低。

發(fā)明內容

本發(fā)明實施例的目的在于提供一種圖像篩選方法及裝置，以實現(xiàn)自動篩選圖像，縮短篩選周期，提高篩選效率。具體技術方案如下：

一方面，本發(fā)明實施例提供了一種圖像篩選方法，所述方法包括：

獲得待篩選圖像幀序列，其中，所述圖像幀序列中的每一幀待篩選圖像均包含第一目標對象；

利用預設的圖像特征評估模型，確定每一幀待篩選圖像中的第一目標對象的預設屬性的目標屬性數(shù)據(jù)；

針對每一幀待篩選圖像中的第一目標對象，根據(jù)所述第一目標對象的目標屬性數(shù)據(jù)，確定每一幀待篩選圖像對應的目標置信度；

根據(jù)每一幀待篩選圖像對應的目標置信度，從所述待篩選圖像幀序列中篩選出目標置信度達到預設識別條件的目標圖像。

可選地，所述目標置信度達到預設識別條件的目標圖像為：所對應目標置信度高于預設閾值的圖像；或，在第一目標隊列中的前第一數(shù)量個圖像，所述第一目標隊列中包含：依據(jù)所對應目標置信度的高低，進行降序排序的待篩選圖像；或，在第二目標隊列中的后第二數(shù)量個圖像，所述第二目標隊列中包含：依據(jù)所對應目標置信度的高低，進行升序排序的待篩選圖像。

可選地，所述預設的圖像特征評估模型為預設的卷積神經(jīng)網(wǎng)絡模型；

所述方法還包括：建立所述預設的卷積神經(jīng)網(wǎng)絡模型的過程，其中，所述過程包括：

獲得多張樣本圖像，其中，每一樣本圖像中均包含目標對象；

獲得每一樣本圖像中的目標對象對應的預設屬性的預期樣本屬性數(shù)據(jù)；

基于所獲得的樣本圖像以及所獲得的預設屬性的預期樣本屬性數(shù)據(jù)，對初始的卷積神經(jīng)網(wǎng)絡模型進行訓練，得到預設的卷積神經(jīng)網(wǎng)絡模型。

可選地，所述初始的卷積神經(jīng)網(wǎng)絡模型包括：特征提取層和特征分類層；

所述基于所獲得的樣本圖像以及所獲得的預設屬性的預期樣本屬性數(shù)據(jù)，對初始的卷積神經(jīng)網(wǎng)絡模型進行訓練，得到預設的卷積神經(jīng)網(wǎng)絡模型，包括：

將每一幀樣本圖像，輸入所述特征提取層，提取該樣本圖像中目標對象的樣本圖像特征；