[發(fā)明專利]視頻目標檢測方法、裝置及圖像處理設(shè)備有效
| 申請?zhí)枺?/td> | 201811527109.5 | 申請日： | 2018-12-13 |
| 公開（公告）號： | CN109635740B | 公開（公告）日： | 2020-07-03 |
| 發(fā)明（設(shè)計）人： | 姜浩;曲曉超;楊思遠;張偉;萬鵬飛 | 申請（專利權(quán)）人： | 深圳美圖創(chuàng)新科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/32;G06N3/04 |
| 代理公司： | 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371 | 代理人： | 逯恒 |
| 地址： | 518000 廣東省深圳市南山區(qū)粵海*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 視頻 目標 檢測 方法 裝置 圖像 處理 設(shè)備 | ||
1.一種視頻目標檢測方法，其特征在于，應用于圖像處理設(shè)備，所述圖像處理設(shè)備中預存有用于進行視頻目標檢測的MaskRCNN網(wǎng)絡(luò)，所述MaskRCNN網(wǎng)絡(luò)包括CNN模型、區(qū)域建議網(wǎng)絡(luò)RPN、檢測分支以及Embedding嵌入分支；所述方法包括：
針對待檢測視頻的當前圖像幀，將所述當前圖像幀輸入所述CNN模型，得到第一特征圖；
將所述第一特征圖輸入所述RPN，獲得多個候選區(qū)域，所述候選區(qū)域為包括待檢測目標的區(qū)域；
針對獲得的每個所述候選區(qū)域，所述嵌入分支生成與所述候選區(qū)域?qū)牡谝幌蛄浚诖鎯Φ那度肓斜碇胁檎沂欠翊嬖谂c所述第一向量相似的第二向量，若存在，則對所述第一向量進行更新；
所述檢測分支以更新后的所述第一向量為時序信息對所述候選區(qū)域的位置進行預測。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
若所述嵌入列表中不存在與所述第一向量相似的第二向量，則將所述第一向量作為第二向量插入到所述嵌入列表中。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，對所述第一向量進行更新，包括：
通過以下計算式對所述第一向量Vt進行更新：
Vt＝γVt+(1-γ)x
其中，γ表示權(quán)重，x表示所述當前圖像幀的前一圖像幀中的候選區(qū)域的第一向量。
4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述方法還包括：
通過以下計算式對所述嵌入分支的損失進行計算，并根據(jù)計算結(jié)果對所述嵌入分支的參數(shù)進行調(diào)整：
其中，表示當前圖像幀中第i個被檢測的候選區(qū)域，表示所述嵌入列表中與該第i個被檢測的候選區(qū)域?qū)牡诙蛄浚瑸樗銮度肓斜碇腥我庖粋€不同于該第二向量的其他第二向量，α表示最小間隔，表示當前圖像幀中第i個被檢測的候選區(qū)域所對應的特征表達，表示所述嵌入列表中與該第i個被檢測的候選區(qū)域?qū)牡诙蛄克鶎奶卣鞅磉_，表示所述嵌入列表中任意一個不同于該第二向量的其他第二向量所對應的特征表達。
5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述MaskRCNN網(wǎng)絡(luò)還包括分割分支，所述方法還包括：
獲取所述分割分支輸出的所述當前圖像幀的前一圖像幀的分割掩碼；
將所述CNN模型輸出的所述前一幀圖像的第一特征圖和所述分割掩碼進行融合，得到第二特征圖；
所述檢測分支以所述第二特征圖為時序信息對所述當前圖像幀的第一特征圖中的候選區(qū)域進行分類。
6.一種視頻目標檢測裝置，其特征在于，應用于圖像處理設(shè)備，所述圖像處理設(shè)備中預存有用于進行視頻目標檢測的MaskRCNN網(wǎng)絡(luò)，所述MaskRCNN網(wǎng)絡(luò)包括CNN模型、RPN、檢測分支及嵌入分支；所述裝置包括：
特征提取模塊，用于針對待檢測視頻的當前圖像幀，將所述當前圖像幀輸入所述CNN模型，得到第一特征圖；
區(qū)域獲取模塊，用于將所述第一特征圖輸入所述RPN，獲得多個候選區(qū)域，所述候選區(qū)域為包括待檢測目標的區(qū)域；
更新模塊，用于針對獲得的每個所述候選區(qū)域，通過所述嵌入分支生成與所述候選區(qū)域?qū)牡谝幌蛄浚诖鎯Φ那度肓斜碇胁檎沂欠翊嬖谂c所述第一向量相似的第二向量，若存在，則對所述第一向量進行更新；
第一預測模塊，用于通過所述檢測分支以更新后的所述第一向量為時序信息對所述候選區(qū)域的位置進行預測。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，
所述更新模塊，還用于當所述嵌入列表中不存在與所述第一向量相似的第二向量時，將所述第一向量作為第二向量插入到所述嵌入列表中。
8.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述更新模塊具體用于通過以下計算式對所述第一向量Vt進行更新：
Vt＝γVt+(1-γ)x
其中，γ表示權(quán)重，x表示所述當前圖像幀的前一圖像幀中的候選區(qū)域的第一向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳美圖創(chuàng)新科技有限公司，未經(jīng)深圳美圖創(chuàng)新科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811527109.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
