[發明專利]目標檢測方法、裝置及電子設備

有效

• 申請號: 202010052654.4
• 申請日: 2020-01-17
• 公開（公告）號: CN111222509B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 王旭
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V20/40;G06V10/74;G06V10/82;G06N3/08
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 朱智勇

1.一種目標檢測方法，其特征在于，包括：

對目標視頻中的第一視頻幀執行目標檢測，以獲得一個或多個目標檢測結果；

設置與所述目標檢測結果相匹配的第一目標表示區域，所述第一目標表示區域的面積大于所述目標檢測結果的實際面積；

利用預設的關鍵點模型和所述第一目標表示區域，對所述第一視頻幀以及與所述第一視頻幀相鄰的多個相鄰視頻幀進行關鍵點檢測；

基于所述關鍵點檢測的結果，確定所述第一視頻幀以及與所述第一視頻幀相鄰的多個相鄰視頻幀中存在的目標對象，所述關鍵點檢測的結果為任一視頻幀中存在的對象的形狀，用于從所述存在的對象中篩選與目標對象形狀相同的對象作為目標對象；

所述基于所述關鍵點檢測的結果，確定所述第一視頻幀以及與所述第一視頻幀相鄰的多個相鄰視頻幀中存在的目標對象之后，所述方法還包括：

獲取所述與所述第一視頻幀相鄰的多個相鄰視頻幀之后的第二視頻幀中的視野；

判斷所述第二視頻幀中的視野與所述第一視頻幀中的視野是否相同；

若否，則對所述第二視頻幀重新開始執行目標檢測。

2.根據權利要求1所述的方法，其特征在于，所述則對所述第二視頻幀重新開始執行目標檢測之后，所述方法還包括：

設置與所述第二視頻幀的目標檢測結果相匹配的第二目標表示區域，所述第二目標表示區域的面積大于所述第二視頻幀目標檢測結果的實際面積；

利用預設的關鍵點模型和所述第二目標表示區域，對所述第二視頻幀以及與所述第二視頻幀相鄰的多個相鄰視頻幀進行關鍵點檢測；

基于所述關鍵點檢測的結果，確定所述第二視頻幀以及與所述第二視頻幀相鄰的多個相鄰視頻幀中存在的目標對象。

3.根據權利要求1所述的方法，其特征在于，所述對目標視頻中的第一視頻幀執行目標檢測，以獲得一個或多個目標檢測結果，包括：

利用預設的目標檢測模型中包含的滑動窗口檢測器，對所述第一視頻幀中存在的對象進行檢測，從而形成一個或多個目標檢測結果。

4.根據權利要求3所述的方法，其特征在于，所述利用預設的目標檢測模型中包含的滑動窗口檢測器，對所述第一視頻幀中存在的對象進行檢測，包括：

獲取已經通過訓練樣本對所述目標檢測模型完成訓練后的神經網絡模型；

通過固定大小的窗口以及固定步長掃描所述第一視頻幀，將所述第一視頻幀中處于窗口中的圖像送入訓練好的卷積網絡進行檢測；

通過變換掃描窗口的大小，檢測出有無物體以及物體的定位。

5.根據權利要求1所述的方法，其特征在于，所述設置與所述目標檢測結果相匹配的第一目標表示區域，包括：

獲取所述目標檢測結果在所述第一視頻幀上的實際區域；

以所述實際區域的中心為中心，在水平和垂直方向上分別進行預設倍數的擴展；

將擴展后的區域作為所述第一目標表示區域。

6.根據權利要求1所述的方法，其特征在于，所述利用預設的關鍵點模型和所述第一目標表示區域，對所述第一視頻幀以及與所述第一視頻幀相鄰的多個相鄰視頻幀進行關鍵點檢測，包括：

獲取所述目標表示區域內的圖像；

基于關鍵點模型，對所述目標表示區域內的圖像對象執行關鍵點檢測，以得到關鍵點檢測結果。

7.根據權利要求1所述的方法，其特征在于，所述基于所述關鍵點檢測的結果，確定所述第一視頻幀以及與所述第一視頻幀相鄰的多個相鄰視頻幀中存在的目標對象，包括：

判斷關鍵點檢測的結果于預設的目標模型是否匹配；

若是，則將所述關鍵點檢測的結果作為所述第一視頻幀以及與所述第一視頻幀相鄰的多個相鄰視頻幀中存在的目標對象。