[發明專利]目標檢測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201910064416.2
• 申請日: 2019-01-23
• 公開（公告）號: CN111476059A
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 何軍林;劉洛麒
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 劉延喜

1.一種目標檢測方法，其特征在于，包括下述步驟：

從待檢測視頻的視頻幀中獲取目標區域，其中，所述目標區域包括多個對象；

判斷所述多個對象中是否存在連續出現次數大于預設次數的對象，其中，所述連續出現次數為在所述待檢測視頻中的連續視頻幀中均出現的次數；

當所述多個對象中存在連續出現次數大于所述預設次數的對象時，將連續出現次數大于所述預設次數的對象確定為需要檢測的目標對象。

2.根據權利要求1所述的目標檢測方法，其特征在于，所述從待檢測視頻的視頻幀中獲取目標區域，包括：

從所述待檢測視頻中提取所述視頻幀；

通過預設的目標分類模型對所述視頻幀中的多個對象進行分類，其中，所述目標分類模型用于識別目標對象和非目標對象；

將所述目標分類模型識別出的目標對象所在的預設形狀的區域確定為所述目標區域。

3.根據權利要求2所述的目標檢測方法，其特征在于，所述通過預設的目標分類模型對所述視頻幀中的多個對象進行分類之前，還包括：

獲取樣本圖像，其中，所述樣本圖像包括：目標對象的圖像和非目標對象的圖像；

采用所述樣本圖像對預設的卷積神經網絡模型進行訓練，得到所述目標分類模型。

4.根據權利要求1所述的方法，其特征在于，所述判斷所述多個對象中是否存在連續出現次數大于預設次數的對象，包括：

從所述視頻幀的目標區域中提取所述多個對象；

采用預設的多目標跟蹤算法在以所述視頻幀為首幀的多個連續視頻幀中對所述目標區域中的多個對象進行跟蹤，得到每個對象出現的次數；

將所述每個對象出現的次數與所述預設次數依次進行比對。

5.根據權利要求4所述的方法，其特征在于，所述采用預設的多目標跟蹤算法在以所述視頻幀為首幀的多個連續視頻幀中對所述目標區域中的多個對象進行跟蹤，得到每個對象出現的次數，包括：

對所述視頻幀中目標區域的多個對象分別創建識別碼；

采用sort多目標跟蹤算法將所述多個對象分別與多個連續視頻幀中的對象進行匹配，以分別確定多個所述連續視頻幀中對象的識別碼；

統計每個對象在多個所述連續視頻幀中出現的識別碼的個數，并將所述識別碼的個數作為所述對象的出現次數。

6.根據權利要求1所述的方法，其特征在于，所述判斷所述多個對象中是否存在連續出現次數大于預設次數的對象之后，還包括：

當所述多個對象中包含在所述連續視頻幀中出現的次數小于或等于預設次數的對象時，將出現的次數小于或等于預設次數的對象確定為不需要檢測的對象。

7.根據權利要求3所述的方法，其特征在于，所述采用所述樣本圖像對預設的卷積神經網絡模型進行訓練，得到所述目標分類模型，包括：

將所述樣本圖像輸入到預設的卷積神經網絡模型中，獲取所述神經網絡模型輸出的激勵分類值；

比對預先獲取到的期望分類值與所述激勵分類值之間的距離是否小于或等于預設的第一閾值；

當所述期望分類值與所述激勵分類值之間的距離大于預設的第一閾值時，反復循環迭代的通過反向算法更新所述卷積神經網絡模型中的權重，至所述期望分類值與所述激勵分類值之間的距離小于或等于預設的第一閾值時結束。

8.一種目標檢測裝置，其特征在于，包括：

獲取模塊，用于從待檢測視頻的視頻幀中獲取目標區域，其中，所述目標區域包括多個對象；

處理模塊，用于判斷所述多個對象中是否存在連續出現次數大于預設次數的對象，其中，所述連續出現次數為在所述待檢測視頻中的連續視頻幀中均出現的次數；

執行模塊，用于當所述多個對象中存在連續出現次數大于所述預設次數的對象時，將連續出現次數大于所述預設次數的對象確定為需要檢測的目標對象。

9.一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項權利要求所述目標檢測方法的步驟。

10.一種存儲有計算機可讀指令的存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至7中任一項權利要求所述目標檢測方法的步驟。