[發(fā)明專(zhuān)利]一種圖像檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310072255.8
• 申請(qǐng)日: 2023-01-30
• 公開(kāi)（公告）號(hào): CN116229355A
• 公開(kāi)（公告）日: 2023-06-06
• 發(fā)明（設(shè)計(jì)）人: 寧楠楠;李海洋
• 申請(qǐng)（專(zhuān)利權(quán)）人: 長(zhǎng)城汽車(chē)股份有限公司
• 主分類(lèi)號(hào): G06V20/52
• 分類(lèi)號(hào): G06V20/52;G06V20/40;G06V10/764;G06V10/40;G06V10/82;G06N3/045;G06N3/0464;G06N3/082
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 任晨雪

1.一種圖像檢測(cè)方法，其特征在于，包括：

獲取第一圖像集和第二圖像集，所述第一圖像集包括不同目標(biāo)對(duì)象的多個(gè)第一圖像樣本，所述第二圖像集包括對(duì)多個(gè)所述第一圖像樣本進(jìn)行分辨率處理后的第二圖像樣本，所述第二圖像樣本的分辨率高于所述第一圖像樣本的分辨率；

將多個(gè)所述第一圖像集輸入到待訓(xùn)練的第一網(wǎng)絡(luò)中的第一分類(lèi)分支，以及將多個(gè)所述第二圖像集輸入到所述第一網(wǎng)絡(luò)中的第二分類(lèi)分支，以對(duì)所述第一網(wǎng)絡(luò)進(jìn)行蒸餾訓(xùn)練；其中，所述第二分類(lèi)分支的輸出作為所述第一分類(lèi)分支的訓(xùn)練標(biāo)簽，每一次訓(xùn)練時(shí)，基于所述第一分類(lèi)分支以及所述第二分類(lèi)分支輸出的分類(lèi)結(jié)果，對(duì)所述第一分類(lèi)分支以及所述第二分類(lèi)分支各自的參數(shù)進(jìn)行更新；

基于訓(xùn)練完成的所述第一分類(lèi)分支構(gòu)建分類(lèi)模型，所述分類(lèi)模型用于預(yù)測(cè)視頻圖像中所述目標(biāo)對(duì)象的類(lèi)別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取第一圖像集，包括：

將攝像裝置所拍攝的視頻流輸入至摳圖網(wǎng)絡(luò)，所述摳圖網(wǎng)絡(luò)用于框定所述視頻流中每幀視頻圖像中的所述目標(biāo)對(duì)象，并將框定出的區(qū)域進(jìn)行截取后輸出；

獲取由所述摳圖網(wǎng)絡(luò)輸出的所述第一圖像樣本。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述基于訓(xùn)練完成的所述第一分類(lèi)分支構(gòu)建分類(lèi)模型，包括：

將訓(xùn)練完成的所述第一分類(lèi)分支中的參數(shù)遷移至第一目標(biāo)分類(lèi)網(wǎng)絡(luò)，得到所述分類(lèi)模型；

或者，將訓(xùn)練完成的所述第一分類(lèi)分支中的參數(shù)遷移至第二目標(biāo)分類(lèi)網(wǎng)絡(luò)中的分類(lèi)模塊，以及將訓(xùn)練完成的所述摳圖網(wǎng)絡(luò)的參數(shù)遷移至所述第二目標(biāo)分類(lèi)網(wǎng)絡(luò)中的截圖模塊，得到所述分類(lèi)模型；

其中，所述截圖模塊用于框定所述視頻圖像中的所述目標(biāo)對(duì)象，并對(duì)所框定的圖像區(qū)域進(jìn)行截取。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在得到所述分類(lèi)模型后，包括：

將所述攝像裝置所拍攝的視頻流輸入至所述摳圖網(wǎng)絡(luò)，以通過(guò)所述摳圖網(wǎng)絡(luò)從所述視頻流的視頻幀圖像中截取所述目標(biāo)對(duì)象的圖像；

將所述摳圖網(wǎng)絡(luò)輸出的所述目標(biāo)對(duì)象的圖像輸入到所述分類(lèi)模型；其中，所述分類(lèi)模型包括所述第一目標(biāo)分類(lèi)網(wǎng)絡(luò)；

基于所述分類(lèi)模型的輸出，確定所述目標(biāo)對(duì)象的類(lèi)別。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)對(duì)象的類(lèi)別表征所述目標(biāo)對(duì)象的屬性，在得到所述目標(biāo)對(duì)象的類(lèi)別后，包括：

確定所述目標(biāo)對(duì)象在所屬的原始圖像中的目標(biāo)位置，以及確定所述目標(biāo)位置對(duì)應(yīng)的預(yù)設(shè)屬性；

基于所述預(yù)設(shè)屬性和所述目標(biāo)對(duì)象的屬性，對(duì)所述目標(biāo)對(duì)象進(jìn)行異常判斷。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述預(yù)設(shè)屬性和所述目標(biāo)對(duì)象的屬性，對(duì)所述目標(biāo)對(duì)象進(jìn)行異常判斷，包括：

將所述預(yù)設(shè)屬性和所述目標(biāo)對(duì)象的屬性進(jìn)行匹配；

在匹配一致的情況下，判斷所述目標(biāo)對(duì)象正常；

在匹配不一致的情況下，判斷所述目標(biāo)對(duì)象異常，并輸出報(bào)警信息。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)多個(gè)所述第一圖像樣本進(jìn)行分辨率處理，包括：

對(duì)多個(gè)所述第一圖像樣本進(jìn)行清洗，得到多個(gè)目標(biāo)第一圖像樣本；其中，所述目標(biāo)第一圖像樣本為接近原始拍攝的圖像樣本；

將多個(gè)所述目標(biāo)第一圖像樣本傳輸至分辨率處理網(wǎng)絡(luò)，得到多個(gè)所述第二圖像樣本。

8.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述將攝像裝置所拍攝的視頻流輸入至摳圖網(wǎng)絡(luò)，所述摳圖網(wǎng)絡(luò)用于框定所述視頻流中每幀視頻圖像中的所述目標(biāo)對(duì)象，并將框定出的區(qū)域進(jìn)行截取后輸出之前，包括：

將所述攝像裝置所拍攝的視頻流進(jìn)行抽幀篩選得到數(shù)據(jù)集，所述數(shù)據(jù)集包括多個(gè)視頻幀圖像樣本；

將所述數(shù)據(jù)集輸入到待訓(xùn)練的所述摳圖網(wǎng)絡(luò)進(jìn)行多次訓(xùn)練，在每一次訓(xùn)練時(shí)，基于所述摳圖網(wǎng)絡(luò)輸出的與每幀所述視頻幀圖像樣本對(duì)應(yīng)的截圖圖像，以及每幀所述視頻幀圖像樣本對(duì)應(yīng)的截圖圖像標(biāo)簽，對(duì)所述摳圖網(wǎng)絡(luò)的參數(shù)進(jìn)行更新。