[發明專利]一種目標檢測方法及相關裝置在審
| 申請號: | 202010475378.2 | 申請日: | 2020-05-29 |
| 公開(公告)號: | CN111652111A | 公開(公告)日: | 2020-09-11 |
| 發明(設計)人: | 鄭春煌;金達;周祥明 | 申請(專利權)人: | 浙江大華技術股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06T3/40 |
| 代理公司: | 深圳市威世博知識產權代理事務所(普通合伙) 44280 | 代理人: | 黎堅怡 |
| 地址: | 310051 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 目標 檢測 方法 相關 裝置 | ||
1.一種目標檢測方法,其特征在于,包括:
獲取待檢測圖片;
從所述待檢測圖片中提取與所述目標相關的動態區域;
將提取的所述動態區域進行拼接,以形成動態區域拼接圖;
根據所述動態區域拼接圖對所述目標進行檢測。
2.根據權利要求1所述的目標檢測方法,其特征在于,所述獲取待檢測圖片之后還包括:
將所述待檢測圖片縮放至預設比例;
對所述待檢測圖片進行預處理;
其中,所述預處理方法包括高斯濾波算法、模糊算法、直方圖均衡算法中一種或任意組合。
3.根據權利要求1所述的目標檢測方法,其特征在于,所述從所述待檢測圖片中提取與所述目標相關的動態區域的步驟包括:
在所述待檢測圖片中對與所述目標相關的動態點進行標記;
將標記的點進行分區形成動態區域;
其中,所述動態區域為一個或至少兩個。
4.根據權利要求3所述的目標檢測算法,其特征在于,所述在所述待檢測圖片中對與所述目標相關的動態點進行標記包括:
采用背景建模算法獲取與所述目標相關的動態點并進行標記;
其中,所述背景建模算法包括高斯模型、高斯混合模型,前景檢測算法,ABM算法中一種或任意組合;
所述將標記的點進行分區形成動態區域包括:
采用圖像連通域提取算法對標記的點進行分區,形成動態區域;
其中,所述圖像連通域提取算法包括深度優先搜索、廣度優先搜索中一種或任意組合。
5.根據權利要求1所述的目標檢測方法,其特征在于,所述將提取的所述動態區域進行拼接,以形成動態區域拼接圖之前還包括:
將面積不符合第一預設值的動態區域的中心點固定,對其尺寸進行縮放;和/或
將重疊的動態區域通過檢測評價函數進行計算,將計算結果大于第二預設值的動態區域進行合并;
所述將提取的所述動態區域進行拼接,以形成動態區域拼接圖包括:
采用填充算法根據動態區域的圖片大小將所述動態區域進行拼接,以形成動態區域拼接圖;
其中,所述填充算法包括二維圖像排列算法。
6.根據權利要求1所述的目標檢測方法,其特征在于,所述將提取的所述動態區域進行拼接,以形成動態區域拼接圖之后還包括:
判斷所述動態區域拼接圖是否符合預設要求;
若否,對所述動態區域拼接圖進行分割,采用填充算法根據分割后的圖片大小重新拼接,以形成新的動態區域拼接圖,其中,所述新的動態區域拼接圖的尺寸小于分割前的所述動態區域拼接圖尺寸;
若是,進行步驟:根據所述動態區域拼接圖對所述目標進行檢測。
7.根據權利要求1所述的目標檢測方法,其特征在于,所述根據所述動態區域拼接圖對所述目標進行檢測包括:
采用目標檢測算法在所述動態區域拼接圖檢測所述目標;
其中,所述目標檢測算法包括Faster-RCNN,YOLOV3,YOLOV2,YOLOV1,SSD算法中一種或任意組合。
8.一種目標檢測裝置,其特征在于,包括:
圖片獲取模塊,用于獲取待檢測圖片;
動態區域提取模塊,用于從所述待檢測圖片中提取與所述目標相關的動態區域;
拼接模塊,用于將提取的所述動態區域進行拼接,以形成動態區域拼接圖;
檢測模塊,用于根據所述動態區域拼接圖對所述目標進行檢測。
9.一種目標檢測裝置,其特征在于,包括:存儲器和處理器,其中,所述存儲器存儲有程序指令,所述處理器從所述存儲器調取所述程序指令以執行如權利要求1-7任一項所述的目標檢測方法。
10.一種計算機可讀存儲介質,其特征在于,存儲有程序文件,所述程序文件能夠被執行以實現如權利要求1~7任一項所述的目標檢測方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大華技術股份有限公司,未經浙江大華技術股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010475378.2/1.html,轉載請聲明來源鉆瓜專利網。





