[發明專利]目標物體檢測方法、裝置、存儲介質及電子設備

在審

• 申請號: 201910849610.1
• 申請日: 2019-09-09
• 公開（公告）號: CN110738108A
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 黃釗金;申晗;宮永超;黃李超
• 申請（專利權）人: 北京地平線信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 11319 北京潤澤恒知識產權代理有限公司
• 代理人: 莎日娜

公開了一種目標物體檢測方法、裝置、存儲介質及電子設備，其中的目標物體檢測方法包括：確定當前視頻幀的類型，在當前視頻幀的類型為非關鍵幀的情況下，采用第一神經網絡提取當前視頻幀的特征，以獲得所述當前視頻幀的第一特征圖，確定當前視頻幀之前的第一歷史視頻幀的第二特征圖，將所述第一特征圖與所述第二特征圖進行融合，獲得當前視頻幀的第一融合特征圖，根據第一融合特征圖對當前視頻幀進行檢測，獲得當前視頻幀的目標物體檢測結果。使第一特征圖和第二特征圖融合獲得第一融合特征圖的精度和速度較高，并且第一融合特征圖融合了關鍵視頻幀的特征圖所包含的信息，因此在一定程度上提高了目標物體檢測結果的速度和精度。

技術領域

本申請涉及圖像處理領域，尤其涉及一種目標物體檢測方法、裝置、存儲介質及電子設備。

背景技術

視頻物體檢測在很多領域都有著較為廣泛的應用，例如自動駕駛領域、安防領域的車輛的跟蹤檢測、視頻內容的識別，尤其是在自動駕駛領域，需要較高的檢測速度和精度。

但是，目前的視頻物體檢測方法不能保證較高的檢測速度和精度，例如，基于光流的視頻物體檢測方法，該檢測方法首先提取關鍵幀的特征圖，然后通過光流預測網絡，計算非關鍵幀和關鍵幀之間的光流圖，再用光流圖對關鍵幀的特征圖進行變換得到非關鍵幀的特征圖。該方法雖然能在一定程度上提高視頻物體檢測的速度，但是這個速度達不到實際應用中要求的速度，并且該方法也不能提供較高的檢測精度。

因此，現有的視頻物體檢測方法存在缺陷。

發明內容

目前的視頻物體檢測方法的速度達不到實際應用中要求的速度，并且存在檢測精度較低的問題。

為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種目標物體檢測方法、裝置、存儲介質及電子設備。

根據本申請的一個方面，提供了一種目標物體檢測方法，包括：

確定當前視頻幀的類型；

在所述當前視頻幀的類型為非關鍵幀的情況下，采用第一神經網絡提取所述當前視頻幀的特征，以獲得所述當前視頻幀的第一特征圖；

確定所述當前視頻幀之前的第一歷史視頻幀的第二特征圖，所述第二特征圖為采用第二神經網絡提取第一歷史視頻幀的特征獲得的，所述第一歷史視頻幀為時序上位于所述當前視頻幀之前的類型為關鍵幀的視頻幀，所述第一神經網絡的網絡模型小于所述二神經網絡的網絡模型；

將所述第一特征圖與所述第二特征圖進行融合，獲得所述當前視頻幀的第一融合特征圖；

根據所述第一融合特征圖對所述當前視頻幀進行檢測，獲得所述當前視頻幀的目標物體檢測結果。

根據本申請的另一個方面，提供了一種目標物體檢測裝置，包括：

類型確定模塊，用于確定當前視頻幀的類型；

第一獲得模塊，用于在所述類型確定模塊確定所述當前視頻幀的類型為非關鍵幀的情況下，采用第一神經網絡提取所述當前視頻幀的特征，以獲得所述當前視頻幀的第一特征圖；

第一確定模塊，用于確定所述當前視頻幀之前的第一歷史視頻幀的第二特征圖，所述第二特征圖為采用第二神經網絡提取第一歷史視頻幀的特征獲得的，所述第一歷史視頻幀為時序上位于所述當前視頻幀之前的類型為關鍵幀的視頻幀，所述第一神經網絡的網絡模型大小小于所述二神經網絡的網絡模型大小；

第一融合模塊，用于將所述第一獲得模塊獲得的所述第一特征圖與所述第一確定模塊確定的所述第二特征圖進行融合，獲得所述當前視頻幀的第一融合特征圖；

第一檢測模塊，用于根據所述第一融合模塊獲得的所述第一融合特征圖對所述當前視頻幀進行檢測，獲得所述當前視頻幀的目標物體檢測結果。