[發明專利]一種對象統計方法和裝置

有效

• 申請號: 201910572394.0
• 申請日: 2019-06-28
• 公開（公告）號: CN110263753B
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 陳奕名;蘇睿;張為明
• 申請（專利權）人: 北京海益同展信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

1.一種對象統計方法，其特征在于，該方法應用于智能養殖場景，包括：

獲取監控區域的固定攝像頭以俯視角度拍攝的圖像；

確定圖像中包圍每個待統計對象的矩形區域；所述待統計對象為智能養殖場景中的養殖對象；

將包圍每個待統計對象的矩形區域轉換為貼合待統計對象體型的預設形狀；其中，所述預設形體根據待統計對象的軀干部分的體型設置；

根據轉換得到的所有預設形狀識別和統計圖像中的所有待統計對象；

其中，

所述貼合待統計對象體型的預設形狀為橢圓；

將包圍每個待統計對象的矩形區域轉換為貼合待統計對象體型的預設形狀，包括：

將包圍該待統計對象的矩形區域的中心點設置為橢圓的中心點；

將包圍該待統計對象的矩形區域的傾斜角度設置為橢圓的傾斜角度；

將包圍該待統計對象的矩形區域的寬度和高度分別設置為橢圓的長軸和短軸；

生成符合上述中心點、長軸、短軸、以及傾斜角度設置的橢圓，用該橢圓替代包圍該待統計對象的矩形區域。

2.根據權利要求1所述的方法，其特征在于，

利用預先訓練的R2CNN檢測模型對圖像進行檢測，確定圖像中包圍每個待統計對象的矩形區域，包括：

利用候選區域網絡RPN算法確定包圍每個待統計對象的水平矩形框；

利用感興趣區域池化ROI Pooling算法生成每個水平矩形框的圖像特征，對該圖像特征進行回歸分析，根據回歸分析結果將該水平矩形框調整為傾斜矩形框；所述回歸分析結果包括該水平矩形框對應的平移和旋轉角度信息。

3.根據權利要求1所述的方法，其特征在于，

根據轉換得到的所有預設形狀識別和統計圖像中的所有待統計對象，包括：

將轉換得到的每個預設形狀行非極大值抑制，得到待統計對象的識別結果；

統計確定識別結果中所有待統計對象的數量。

4.一種對象統計裝置，其特征在于，該裝置應用于智能養殖場景，包括：

獲取單元，用于獲取監控區域的固定攝像頭以俯視角度拍攝的圖像；

確定單元，用于確定圖像中包圍每個待統計對象的矩形區域；

轉換單元，用于將包圍每個待統計對象的矩形區域轉換為貼合待統計對象體型的預設形狀；所述待統計對象為智能養殖場景中的養殖對象；所述預設形體根據待統計對象的軀干部分的體型設置；

識別與統計單元，用于根據轉換單元轉換得到的所有預設形狀識別和統計圖像中的所有待統計對象；

其中，

所述貼合待統計對象體型的預設形狀為橢圓；

所述轉換單元，將包圍每個待統計對象的矩形區域轉換為貼合待統計對象體型的預設形狀，包括：

將包圍該待統計對象的矩形區域的中心點設置為橢圓的中心點；

將包圍該待統計對象的矩形區域的傾斜角度設置為橢圓的傾斜角度；

將包圍該待統計對象的矩形區域的寬度和高度分別設置為橢圓的長軸和短軸；

生成符合上述中心點、長軸、短軸、以及傾斜角度設置的橢圓，用該橢圓替代包圍該待統計對象的矩形區域。

5.根據權利要求4所述的裝置，其特征在于，

所述確定單元，利用預先訓練的R2CNN檢測模型對圖像進行檢測，確定圖像中包圍每個待統計對象的矩形區域，包括：

利用候選區域網絡RPN算法確定包圍每個待統計對象的水平矩形框；

利用感興趣區域池化ROI Pooling算法生成每個水平矩形框的圖像特征，對該圖像特征進行回歸分析，根據回歸分析結果將該水平矩形框調整為傾斜矩形框；所述回歸分析結果包括該水平矩形框對應的平移和旋轉角度信息。

6.根據權利要求4所述的裝置，其特征在于，

所述識別與統計單元，根據轉換得到的所有預設形狀識別和統計圖像中的所有待統計對象，包括：

將轉換得到的每個預設形狀行非極大值抑制，得到待統計對象的識別結果；

統計確定識別結果中所有待統計對象的數量。