[發(fā)明專利]一種基于監(jiān)控視頻數(shù)據(jù)的圖像處理方法、裝置、存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011085900.2
• 申請日: 2020-10-12
• 公開（公告）號: CN112364692A
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 特斯聯(lián)科技集團(tuán)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達(dá)

1.一種基于監(jiān)控視頻數(shù)據(jù)的圖像處理方法，其特征在于，所述方法包括：

從監(jiān)控視頻數(shù)據(jù)庫中選取待識別圖像；

根據(jù)所述監(jiān)控?cái)?shù)據(jù)庫中的各個(gè)監(jiān)控?cái)?shù)據(jù)進(jìn)行訓(xùn)練，得到圖像識別模型；

將所述待識別圖像輸入至圖像識別模型中進(jìn)行識別，輸出識別結(jié)果，所述識別結(jié)果包括識別出的各個(gè)類別的對象和對應(yīng)的候選框；

根據(jù)所述識別結(jié)果判斷所述監(jiān)控視頻數(shù)據(jù)中是否有目標(biāo)對象，若識別結(jié)果為候選框中的各個(gè)類別的對象包括目標(biāo)對象時(shí)，則判斷所述監(jiān)控視頻數(shù)據(jù)中有所述目標(biāo)對象，否則，則判斷所述監(jiān)控視頻數(shù)據(jù)中無所述目標(biāo)對象。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述監(jiān)控?cái)?shù)據(jù)庫中的各個(gè)監(jiān)控?cái)?shù)據(jù)進(jìn)行訓(xùn)練，得到圖像識別模型包括：

從所述監(jiān)控視頻數(shù)據(jù)中選取多個(gè)數(shù)據(jù)集，所述數(shù)據(jù)集包括第一數(shù)據(jù)集、第二數(shù)據(jù)集和第三數(shù)據(jù)集；

將所述第一數(shù)據(jù)集和所述第二數(shù)據(jù)集作為訓(xùn)練樣本，將所述第三數(shù)據(jù)集作為檢測樣本；

對所述訓(xùn)練樣本進(jìn)行訓(xùn)練，得到初始圖像識別模型；

根據(jù)所述檢測樣本，對所述初始圖像識別模型進(jìn)行修正，得到所述圖像識別模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述待識別圖像輸入圖像識別模型中進(jìn)行識別，輸出識別結(jié)果包括：

提取所述待識別圖像的候選區(qū)域，得到多個(gè)候選區(qū)域；

對各個(gè)候選區(qū)域分別進(jìn)行特征提取，提取出對應(yīng)維度的圖像特征；

通過支持向量機(jī)對各個(gè)候選區(qū)域進(jìn)行分類，得到所述識別結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述通過支持向量機(jī)對各個(gè)候選區(qū)域進(jìn)行分類包括：

獲取各個(gè)類別對應(yīng)的支持向量機(jī)分類器；

將所述待識別圖像的各個(gè)候選區(qū)域的對象均通過各個(gè)類別對應(yīng)的支持向量機(jī)分類器進(jìn)行分類處理，并確定出各個(gè)候選區(qū)域?qū)?yīng)的最大概率的分類類別。

5.根據(jù)權(quán)利要求1所述的方法，在所述輸出識別結(jié)果之后，所述方法還包括：

從各個(gè)類別的對象中選取任意一個(gè)對象；

獲取用于確定所述對象的邊界框的各個(gè)坐標(biāo)，所述坐標(biāo)包括橫坐標(biāo)和縱坐標(biāo)；

根據(jù)各個(gè)坐標(biāo)確定所述邊界框的位置、以及所述邊界框的大小；

根據(jù)線性回歸修正模型，對所述邊界框的位置進(jìn)行修正，得到修正后的邊界框的位置，和/或，

根據(jù)所述線性回歸修正模型，對所述邊界框的大小進(jìn)行修正，得到修正后的邊界框的大小。

6.根據(jù)權(quán)利要求5所述的方法，在所述根據(jù)線性回歸修正模型，對所述邊界框的位置進(jìn)行修正之前，所述方法還包括：

對各個(gè)類別的對象均訓(xùn)練出對應(yīng)的邊界框回歸器。

7.根據(jù)權(quán)利要求1至6任意一項(xiàng)所述的方法，其特征在于，

所述圖像識別模型是基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)建立的圖像識別模型。

8.一種基于監(jiān)控視頻數(shù)據(jù)的圖像處理裝置，其特征在于，所述裝置包括：

選取單元，用于從監(jiān)控視頻數(shù)據(jù)庫中選取待識別圖像；

訓(xùn)練單元，用于根據(jù)所述監(jiān)控?cái)?shù)據(jù)庫中的各個(gè)監(jiān)控?cái)?shù)據(jù)進(jìn)行訓(xùn)練，得到圖像識別模型；

識別單元，用將所屬選取單元選取的所述待識別圖像輸入至圖像識別模型中進(jìn)行識別，輸出識別結(jié)果，所述識別結(jié)果包括識別出的各個(gè)類別的對象和對應(yīng)的候選框；

處理單元，用于根據(jù)所述識別單元識別出的所述識別結(jié)果判斷所述監(jiān)控視頻數(shù)據(jù)中是否有目標(biāo)對象，若識別結(jié)果為候選框中的各個(gè)類別的對象包括目標(biāo)對象時(shí)，則判斷所述監(jiān)控視頻數(shù)據(jù)中有所述目標(biāo)對象，否則，則判斷所述監(jiān)控視頻數(shù)據(jù)中無所述目標(biāo)對象。