[發明專利]針對視頻的物體檢測方法、裝置、設備、存儲介質及程序

有效

• 申請號: 201810220899.6
• 申請日: 2018-03-16
• 公開（公告）號: CN108509876B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 劉俊;盧宇
• 申請（專利權）人: 深圳市商湯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

本申請實施方式公開了一種針對視頻的物體檢測方法、裝置、電子設備、計算機可讀存儲介質以及計算機程序，其中的方法包括：獲取視頻序列中的當前待檢測幀的初始檢測框檢測結果；根據所述當前待檢測幀的參照幀的檢測框檢測結果以及所述初始檢測框檢測結果，執行檢測框漏檢處理，以獲得當前待檢測幀的漏檢檢測框檢測結果；根據所述初始檢測框檢測結果以及所述漏檢檢測框檢測結果，形成所述當前待檢測幀最終的檢測框檢測結果；其中，所述當前待檢測幀的參照幀包括：與所述當前待檢測幀在時序上滿足預定時序要求的視頻幀。

技術領域

本申請涉及計算機視覺技術，尤其是涉及針對視頻的物體檢測方法、針對視頻的物體檢測裝置、電子設備、計算機可讀存儲介質以及計算機程序。

背景技術

利用基于深度學習的物體檢測技術，通常能夠較為準確的檢測出靜態圖片中的物體。由于視頻會存在物體形變、物體被遮擋、抖動、鏡頭切換以及畫面模糊等現象，因此，在針對視頻進行物體檢測時，往往會存在漏檢以及誤檢等問題。

如何在保證針對視頻的物體檢測效率的同時，提高針對視頻的物體檢測結果的準確性，是計算機視覺領域中一個值得關注的技術問題。

發明內容

本申請實施方式提供一種針對視頻的物體檢測的技術方案。

根據本申請實施方式其中一方面，提供一種針對視頻的物體檢測方法，所述方法包括：獲取視頻序列中的當前待檢測幀的初始檢測框檢測結果；根據所述當前待檢測幀的參照幀的檢測框檢測結果以及所述初始檢測框檢測結果，執行檢測框漏檢處理，以獲得當前待檢測幀的漏檢檢測框檢測結果；根據所述初始檢測框檢測結果以及所述漏檢檢測框檢測結果，形成所述當前待檢測幀最終的檢測框檢測結果；其中，所述當前待檢測幀的參照幀包括：與所述當前待檢測幀在時序上滿足預定時序要求的視頻幀。

在本申請一實施方式中，所述獲取視頻序列中的當前待檢測幀的初始檢測框檢測結果包括：將視頻序列中的當前待檢測幀提供給物體檢測模型，獲得所述物體檢測模型輸出的所述當前待檢測幀的初始檢測框檢測結果。

在本申請又一實施方式中，所述獲得所述物體檢測模型輸出的所述當前待檢測幀的初始檢測框檢測結果包括：經由物體檢測模型中的特征提取模塊，根據所述當前待檢測幀，獲得所述當前待檢測幀的特征圖；經由物體檢測模型中的備選框檢測模塊，根據所述當前待檢測幀的特征圖，獲得所述當前待檢測幀中的備選框檢測結果；經由物體檢測模型中的分類回歸后處理模塊，根據所述當前待檢測幀中的備選框檢測結果，獲得所述當前待檢測幀的初始檢測框檢測結果。

在本申請再一實施方式中，所述將視頻序列中的當前待檢測幀提供給物體檢測模型，獲得所述物體檢測模型輸出的所述當前待檢測幀的初始檢測框檢測結果包括：將視頻序列中的當前待檢測幀以及所述參照幀的檢測框檢測結果，提供給物體檢測模型，獲得所述物體檢測模型輸出的所述當前待檢測幀的初始檢測框檢測結果。

在本申請再一實施方式中，所述獲得所述物體檢測模型輸出的所述當前待檢測幀的初始檢測框檢測結果包括：經由物體檢測模型中的特征提取模塊，根據所述當前待檢測幀，獲得所述當前待檢測幀的特征圖；經由物體檢測模型中的備選框檢測模塊，根據所述當前待檢測幀的特征圖，獲得所述當前待檢測幀中的備選框檢測結果；經由物體檢測模型中的分類回歸后處理模塊，根據所述當前待檢測幀中的備選框檢測結果以及所述參照幀的檢測框檢測結果，獲得所述當前待檢測幀的初始檢測框檢測結果。

在本申請再一實施方式中，所述檢測框檢測結果包括：檢測框位置以及檢測框類別。

在本申請再一實施方式中，所述根據所述當前待檢測幀的參照幀的檢測框檢測結果以及所述初始檢測框檢測結果，執行檢測框漏檢處理包括：針對所述參照幀的檢測框檢測結果中的一檢測框，判斷當前待檢測幀的初始檢測框中是否存在與該檢測框類別相同的初始檢測框；在不存在與該檢測框類別相同的初始檢測框的情況下，對所述檢測框進行跟蹤處理，以獲得當前待檢測幀的漏檢檢測框檢測結果。