CN109344703A - 对象检测方法及装置、电子设备和存储介质 - Google Patents

对象检测方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN109344703A
CN109344703A CN201810973120.8A CN201810973120A CN109344703A CN 109344703 A CN109344703 A CN 109344703A CN 201810973120 A CN201810973120 A CN 201810973120A CN 109344703 A CN109344703 A CN 109344703A
Authority
CN
China
Prior art keywords
video frame
video
candidate
feature vector
detected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810973120.8A
Other languages
English (en)
Other versions
CN109344703B (zh
Inventor
张垚
李七星
孙栋梁
张帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN201810973120.8A priority Critical patent/CN109344703B/zh
Publication of CN109344703A publication Critical patent/CN109344703A/zh
Application granted granted Critical
Publication of CN109344703B publication Critical patent/CN109344703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种对象检测方法及装置、电子设备和存储介质，所述方法包括：从待检测视频中提取第一对象的初始特征向量；将所述初始特征向量与目标对象的特征向量进行比对，得到所述第一对象的第一比对结果；从所述待检测视频中确定包含所述第一对象的多个候选视频帧；分别提取所述候选视频帧中所述第一对象的特征向量；根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量；将所述第一对象的融合特征向量与所述目标对象的特征向量进行比对，得到所述第一对象的第二比对结果。本公开避免对待检测视频逐帧提取特征向量，能够在保证对象检测准确性的前提下，大大减少计算量，提高视频处理速度。

Description

对象检测方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种对象检测方法及装置、电子设备和存储介质。
背景技术
生成对象的特征描述子是一项重要技术。人脸识别是生成人脸的特征描述子，并通过人脸的特征描述子进行人脸比对和搜索；车辆识别和行人识别均是生成物体的特征描述子，并通过特征描述子进行比对。对对象进行特征描述通常有两个要求，一是准确，即，对于同一个对象生成的特征描述子越接近越好，在不同场景、不同姿态、不同光照、不同时间生成的特征描述子尽可能一致；二是高效，即，能够在尽可能短的时间内生成对象的特征描述子。实时视频流的帧率一般是25帧/秒，每一帧的时间只有40毫秒，并且一帧中往往包含多个对象，需要同时提取特征。因此，如何高效地对视频进行对象检测是亟待解决的问题。
发明内容
本公开提出了一种对象检测技术方案。
根据本公开的一方面，提供了一种对象检测方法，包括：
从待检测视频中提取第一对象的初始特征向量；
将所述初始特征向量与目标对象的特征向量进行比对，得到所述第一对象的第一比对结果；
从所述待检测视频中确定包含所述第一对象的多个候选视频帧；
分别提取所述候选视频帧中所述第一对象的特征向量；
根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量；
将所述第一对象的融合特征向量与所述目标对象的特征向量进行比对，得到所述第一对象的第二比对结果。
在一种可能的实现方式中，从所述待检测视频中确定包含所述第一对象的多个候选视频帧，包括：
确定所述待检测视频中包含所述第一对象的视频帧的质量分数；
按照质量分数由高到低的顺序，对所述待检测视频中包含所述第一对象的视频帧进行排序；
将排序在前的N个视频帧确定为所述候选视频帧，其中，N为正整数。
在一种可能的实现方式中，从所述待检测视频中确定包含所述第一对象的多个候选视频帧，包括：
若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，且候选视频帧队列中的视频帧数未达到N，则将所述第一视频帧加入所述候选视频帧队列中；
若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数高于第二视频帧的质量分数，则从所述候选视频帧队列中删除所述第二视频帧，并将所述第一视频帧加入所述候选视频帧队列中，其中，所述第二视频帧表示所述候选视频帧队列中质量分数最低的视频帧；
若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数低于第二视频帧的质量分数，则在所述候选视频帧队列中保留所述第二视频帧；
在对所述待检测视频中的所述第一对象跟踪结束后，将所述候选视频帧队列中的视频帧分别确定为所述第一对象的多个候选视频帧。
在一种可能的实现方式中，所述第一条件包括：所述视频帧的质量分数高于第一阈值。
在一种可能的实现方式中，在从所述待检测视频中确定包含所述第一对象的多个候选视频帧之后，所述方法还包括：
输出质量分数最高的候选视频帧。
在一种可能的实现方式中，根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量，包括：
确定所述候选视频帧中所述第一对象的特征向量的平均值，得到所述第一对象的融合特征向量。
在一种可能的实现方式中，从待检测视频中提取第一对象的初始特征向量，包括：
若从所述待检测视频中检测到包含第一对象的第三视频帧，所述第三视频帧满足第二条件，且所述第一对象的初始特征向量尚未提取，则从所述第三视频帧中提取所述第一对象的初始特征向量。
在一种可能的实现方式中，所述第二条件包括以下一项或两项：所述第三视频帧的质量分数高于第二阈值；
所述第三视频帧中所述第一对象的位置。
在一种可能的实现方式中，在得到所述第一对象的第一比对结果之后，所述方法还包括：
输出所述第三视频帧。
在一种可能的实现方式中，视频帧的质量分数与所述视频帧中包含所述第一对象的概率、所述第一对象在所述视频帧中的关键点位置的置信度、所述第一对象在所述视频帧中的大小、所述第一对象在所述视频帧中的角度以及所述第一对象在所述视频帧中的清晰度中的一项或多项相关。
根据本公开的一方面，提供了一种对象检测装置，包括：
第一提取模块，用于从待检测视频中提取第一对象的初始特征向量；
第一比对模块，用于将所述初始特征向量与目标对象的特征向量进行比对，得到所述第一对象的第一比对结果；
第一确定模块，用于从所述待检测视频中确定包含所述第一对象的多个候选视频帧；
第二提取模块，用于分别提取所述候选视频帧中所述第一对象的特征向量；
第二确定模块，用于根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量；
第二比对模块，用于将所述第一对象的融合特征向量与所述目标对象的特征向量进行比对，得到所述第一对象的第二比对结果。
在一种可能的实现方式中，所述第一确定模块包括：
第一确定子模块，用于确定所述待检测视频中包含所述第一对象的视频帧的质量分数；
排序子模块，用于按照质量分数由高到低的顺序，对所述待检测视频中包含所述第一对象的视频帧进行排序；
第二确定子模块，用于将排序在前的N个视频帧确定为所述候选视频帧，其中，N为正整数。
在一种可能的实现方式中，所述第一确定模块包括：
加入子模块，用于若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，且候选视频帧队列中的视频帧数未达到N，则将所述第一视频帧加入所述候选视频帧队列中；若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数高于第二视频帧的质量分数，则从所述候选视频帧队列中删除所述第二视频帧，并将所述第一视频帧加入所述候选视频帧队列中，其中，所述第二视频帧表示所述候选视频帧队列中质量分数最低的视频帧；若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数低于第二视频帧的质量分数，则在所述候选视频帧队列中保留所述第二视频帧；
第三确定子模块，用于在对所述待检测视频中的所述第一对象跟踪结束后，将所述候选视频帧队列中的视频帧分别确定为所述第一对象的多个候选视频帧。
在一种可能的实现方式中，所述第一条件包括：所述视频帧的质量分数高于第一阈值。
在一种可能的实现方式中，所述装置还包括：
第一输出模块，用于输出质量分数最高的候选视频帧。
在一种可能的实现方式中，所述第二确定模块用于：
确定所述候选视频帧中所述第一对象的特征向量的平均值，得到所述第一对象的融合特征向量。
在一种可能的实现方式中，所述第一提取模块用于：
若从所述待检测视频中检测到包含第一对象的第三视频帧，所述第三视频帧满足第二条件，且所述第一对象的初始特征向量尚未提取，则从所述第三视频帧中提取所述第一对象的初始特征向量。
在一种可能的实现方式中，所述第二条件包括以下一项或两项：所述第三视频帧的质量分数高于第二阈值；
所述第三视频帧中所述第一对象的位置。
在一种可能的实现方式中，所述装置还包括：
第二输出模块，用于输出所述第三视频帧。
在一种可能的实现方式中，视频帧的质量分数与所述视频帧中包含所述第一对象的概率、所述第一对象在所述视频帧中的关键点位置的置信度、所述第一对象在所述视频帧中的大小、所述第一对象在所述视频帧中的角度以及所述第一对象在所述视频帧中的清晰度中的一项或多项相关。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述对象检测方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述对象检测方法。
在本公开实施例中，通过从待检测视频中提取第一对象的初始特征向量，从待检测视频的候选视频帧中提取第一对象的特征向量，得到第一对象的融合特征向量，并基于初始特征向量和融合特征向量确定第一对象的比对结果，由此避免对待检测视频逐帧提取特征向量，能够在保证对象检测准确性的前提下，大大减少计算量，提高视频处理速度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的对象检测方法的流程图。
图2示出根据本公开实施例的对象检测方法步骤S13的一示例性的流程图。
图3示出根据本公开实施例的对象检测方法的一示例性的流程图。
图4示出根据本公开实施例的对象检测方法的另一示例性的流程图。
图5示出根据本公开实施例的对象检测装置的框图。
图6示出根据本公开实施例的对象检测装置的一示例性的框图。
图7是根据一示例性实施例示出的一种电子设备800的框图。
图8是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的对象检测方法的流程图。本公开实施例的执行主体可以为服务器，也可以为监控设备(例如摄像机)或者与监控设备通信的计算机等终端设备，在此不作限定。如图1所示，该方法包括步骤S11至步骤S16。
在步骤S11中，从待检测视频中提取第一对象的初始特征向量。
本公开实施例中的待检测视频可以为实时拍摄的视频，也可以为非实时拍摄的视频，在此不作限定。本公开实施例中的对象可以是人，也可以是物体(例如车辆)，在此不作限定。在本公开实施例中，待检测视频的每一帧可以包括一个或多个对象，每个对象可能出现在待检测视频的连续多帧中。待检测视频中不同的对象可以采用不同的track id来表示。
需要说明的是，本公开实施例中的第一对象指的是某一对象。第一对象中的“第一”在此仅为表述和指代的方便，并不意味着在本公开的具体实现方式中一定会有与之对应的第一对象。
在一种可能的实现方式中，从待检测视频中提取第一对象的初始特征向量，包括：若从待检测视频中检测到包含第一对象的第三视频帧，第三视频帧满足第二条件，且第一对象的初始特征向量尚未提取，则从第三视频帧中提取第一对象的初始特征向量。
在该实现方式中，若某一视频帧中包含第一对象，该视频帧满足第二条件，则可以确定该视频帧满足提取第一对象的初始特征向量的要求。若此时第一对象的初始特征向量尚未提取，则可以从该视频帧中提取第一对象的初始特征向量。若某一视频帧中包含第一对象，但该视频帧不满足第二条件，则可以确定该视频帧不满足提取第一对象的初始特征向量的要求。
在一种可能的实现方式中，第二条件包括以下一项或两项：第三视频帧的质量分数高于第二阈值；第三视频帧中第一对象的位置。
本公开实施例中的第二阈值可以等于第一阈值，也可以不等于第一阈值，在此不作限定。
在一种可能的实现方式中，视频帧的质量分数与视频帧中包含第一对象的概率、第一对象在视频帧中的关键点位置的置信度、第一对象在视频帧中的大小、第一对象在视频帧中的角度以及第一对象在视频帧中的清晰度中的一项或多项相关。在该实现方式中，在待检测视频中对第一对象进行检测跟踪时，可以实时输出当前检测跟踪的视频帧中包含第一对象的概率和第一对象在该视频帧中的关键点位置的置信度中的一项或两项。
作为该实现方式的一个示例，可以采用式1计算视频帧的质量分数S：
S＝ω1A1+ω2A2+ω3A3+ω4A4+ω5A5 式1，
其中，A1表示视频帧中包含第一对象的概率对应的分数，ω1表示A1对应的权重。A1与视频帧中包含第一对象的概率正相关，即，视频帧中包含第一对象的概率越大，则A1越大。A2表示第一对象在视频帧中的关键点位置的置信度对应的分数，ω2表示A2对应的权重。A2与第一对象在视频帧中的关键点位置的置信度正相关，即，第一对象在视频帧中的关键点位置的置信度越高，则A2越大。A3表示第一对象在视频帧中的大小对应的分数，ω3表示A3对应的权重。A3与第一对象在视频帧中的大小正相关，即，第一对象在视频帧中的大小越大，则A3越大。第一对象在视频帧中的角度可以等于第一对象在视频帧中的角度与正向的夹角，正向表示正脸朝前的方向。A4表示第一对象在视频帧中的角度对应的分数，ω4表示A4对应的权重。A4与第一对象在视频帧中的角度负相关，即，第一对象在视频帧中的角度越大，则A4越小。A5表示第一对象在视频帧中的清晰度对应的分数，ω5表示A5对应的权重。A5与第一对象在视频帧中的清晰度正相关，即，第一对象在视频帧中的清晰度越高，则A5越大。ω1+ω2+ω3+ω4+ω5＝1。
在本公开实施例中，视频帧的质量分数越高，则从该视频帧中提取的第一对象的特征向量越能准确地描述第一对象。
在一种可能的实现方式中，若第三视频帧中包含第一对象，第三视频帧满足第二条件，且第一对象的初始特征向量尚未提取，则可以存储第三视频帧。
在步骤S12中，将初始特征向量与目标对象的特征向量进行比对，得到第一对象的第一比对结果。
在本公开实施例中，目标对象可以表示需要进行比对的对象。例如，目标对象可以为嫌疑人或者嫌疑车辆等。
在一种可能的实现方式中，可以将第一对象的初始特征向量与数据库中的目标对象的特征向量进行比对，得到第一对象的第一比对结果。其中，数据库中的目标对象的数量可以为一个或多个。例如，若第一对象的初始特征向量与数据库中的第一目标对象的特征向量的相似度大于第三阈值，则可以确定第一对象的第一比对结果为第一对象为第一目标对象。其中，第一目标对象为数据库中与第一对象的初始特征向量的相似度最高的目标对象。
需要说明的是，本公开实施例中的第一目标对象指的是某一目标对象。第一目标对象中的“第一”在此仅为表述和指代的方便，并不意味着在本公开的具体实现方式中一定会有与之对应的第一目标对象。
在一种可能的实现方式中，若第一对象的第一比对结果为第一对象为第一目标对象，则可以发出警报。该实现方式通过在待检测视频中检测到与第一目标对象匹配的对象时发出警报，由此能够及时提醒工作人员进行处理。
在步骤S13中，从待检测视频中确定包含第一对象的多个候选视频帧。
在本公开实施例中，候选视频帧可以表示用于获取第一对象的融合特征向量的视频帧。
在一种可能的实现方式中，从待检测视频中确定包含第一对象的多个候选视频帧，包括：若从待检测视频的第一视频帧中检测到第一对象，第一视频帧满足第一条件，且候选视频帧队列中的视频帧数未达到N，则将第一视频帧加入候选视频帧队列中；若从待检测视频的第一视频帧中检测到第一对象，第一视频帧满足第一条件，候选视频帧队列中的视频帧数已达到N，且第一视频帧的质量分数高于第二视频帧的质量分数，则从候选视频帧队列中删除第二视频帧，并将第一视频帧加入候选视频帧队列中，其中，第二视频帧表示候选视频帧队列中质量分数最低的视频帧；若从待检测视频的第一视频帧中检测到第一对象，第一视频帧满足第一条件，候选视频帧队列中的视频帧数已达到N，且第一视频帧的质量分数低于第二视频帧的质量分数，则在候选视频帧队列中保留第二视频帧；在对待检测视频中的第一对象跟踪结束后，将候选视频帧队列中的视频帧分别确定为第一对象的多个候选视频帧。
在该实现方式中，若候选视频帧队列中的视频帧数未达到N，则表明候选视频帧队列未满，在这种情况下，若从待检测视频的第一视频帧中检测到第一对象，且第一视频帧满足第一条件，则可以直接将第一视频帧加入候选视频帧队列中。若候选视频帧队列中的视频帧数已达到N，则表明候选视频帧队列已满，在这种情况下，若从待检测视频的第一视频帧中检测到第一对象，且第一视频帧满足第一条件，则可以将第一视频帧的质量分数与候选视频帧队列中质量分数最低的第二视频帧的质量分数进行比较，若第一视频帧的质量分数高于第二视频帧的质量分数，则从候选视频帧队列中删除第二视频帧，并将第一视频帧加入候选视频帧队列中，若第一视频帧的质量分数低于第二视频帧的质量分数，则在候选视频帧队列中保留第二视频帧。
根据该实现方式，能够从待检测视频的包含第一对象的视频帧中将质量分数较高的视频帧作为候选视频帧，从而有助于获取更能准确地描述第一对象的融合特征向量。
在另一种可能的实现方式中，从待检测视频中确定包含第一对象的多个候选视频帧，包括：确定待检测视频中包含第一对象的视频帧的质量分数；按照质量分数由高到低的顺序，对待检测视频中包含第一对象的视频帧进行排序；将排序在前的N个视频帧确定为候选视频帧，其中，N为正整数。
在一种可能的实现方式中，第一条件包括：视频帧的质量分数高于第一阈值。
在步骤S14中，分别提取候选视频帧中第一对象的特征向量。
在一种可能的实现方式中，可以对候选视频帧中第一对象所在区域进行特征提取，由此提取候选视频帧中第一对象的特征向量，从而能够避免候选视频帧中的背景部分对提取第一对象的特征向量产生干扰。
在步骤S15中，根据候选视频帧中第一对象的特征向量，得到第一对象的融合特征向量。
在一种可能的实现方式中，根据候选视频帧中第一对象的特征向量，得到第一对象的融合特征向量，包括：确定候选视频帧中第一对象的特征向量的平均值，得到第一对象的融合特征向量。
在另一种可能的实现方式中，根据候选视频帧中第一对象的特征向量，得到第一对象的融合特征向量，包括：根据候选视频帧的质量分数，计算候选视频帧中第一对象的特征向量的加权和，得到第一对象的融合特征向量。其中，候选视频帧的质量分数越高，则对应的权重越高。
本公开实施例根据多个候选视频帧中的第一对象的特征向量进行融合，得到第一对象的融合特征向量，由此能够通过第一对象的融合特征向量更准确地描述第一对象。
在步骤S16中，将第一对象的融合特征向量与目标对象的特征向量进行比对，得到第一对象的第二比对结果。
在一种可能的实现方式中，可以将第一对象的融合特征向量与数据库中的目标对象的特征向量进行比对，得到第一对象的第二比对结果。例如，若第一对象的融合特征向量与数据库中的第一目标对象的特征向量的相似度大于第四阈值，则可以确定第一对象的第二比对结果为第一对象为第一目标对象。
作为该实现方式的一个示例，第四阈值可以等于第三阈值。在其他示例中，第四阈值可以不等于第三阈值，例如，第四阈值可以大于第三阈值。
在一种可能的实现方式中，若第一对象的第二比对结果为第一对象为第一目标对象，则可以发出警报。该实现方式通过在第一对象的第二比对结果为第一对象为第一目标对象时再次发出警报，从而能够起到进一步提醒的作用。
在本公开实施例中，对于第一对象获取两次特征描述子，第一次是获取第一对象的初始特征向量，第二次是获取第一对象的融合特征向量。其中，第一次通常是刚从待检测视频中检测到第一对象的一段时间内(例如第一对象开始出现在摄像头视野中的一段时间内)，此时若检测到满足第二条件的第三视频帧，则可以从第三视频帧中提取第一对象的初始特征向量。第二次是在对待检测视频中的第一对象跟踪结束后(例如第一对象离开摄像头视野后)，提取多个候选视频帧中第一对象的特征向量，并融合得到第一对象的融合特征向量。本公开实施例通过两次进行比对，即，第一次将初始特征向量与目标对象的特征向量进行比对得到第一对象的第一比对结果，第二次将第一对象的融合特征向量与目标对象的特征向量进行比对得到第一对象的第二比对结果，由此能够获得更准确的对象检测结果。
本公开实施例通过从待检测视频中提取第一对象的初始特征向量，从待检测视频的候选视频帧中提取第一对象的特征向量，得到第一对象的融合特征向量，并基于初始特征向量和融合特征向量确定第一对象的比对结果，由此避免对待检测视频逐帧提取特征向量，能够在保证对象检测准确性的前提下，大大减少计算量，节省计算资源，提高视频处理速度，能够满足实时视频流的处理需求。根据本公开实施例，采用同样的硬件设备能够支持更多路的实时视频流的检测需求。
图2示出根据本公开实施例的对象检测方法步骤S13的一示例性的流程图。如图2所示，步骤S13可以包括步骤S131至步骤S133。
在步骤S131中，确定待检测视频中包含第一对象的视频帧的质量分数。
在一种可能的实现方式中，视频帧的质量分数与视频帧中包含第一对象的概率、第一对象在视频帧中的关键点位置的置信度、第一对象在视频帧中的大小、第一对象在视频帧中的角度以及第一对象在视频帧中的清晰度中的一项或多项相关。
在步骤S132中，按照质量分数由高到低的顺序，对待检测视频中包含第一对象的视频帧进行排序。
在步骤S133中，将排序在前的N个视频帧确定为候选视频帧，其中，N为正整数。
该示例通过确定待检测视频中包含第一对象的视频帧的质量分数，按照质量分数由高到低的顺序，对待检测视频中包含第一对象的视频帧进行排序，并将排序在前的N个视频帧确定为候选视频帧，由此能够从待检测视频的包含第一对象的视频帧中将质量分数较高的视频帧作为候选视频帧，从而有助于获取更能准确地描述第一对象的融合特征向量。
图3示出根据本公开实施例的对象检测方法的一示例性的流程图。如图3所示，该方法可以包括步骤S11至步骤S17。
在步骤S11中，从待检测视频中提取第一对象的初始特征向量。
在步骤S12中，将初始特征向量与目标对象的特征向量进行比对，得到第一对象的第一比对结果。
在步骤S13中，从待检测视频中确定包含第一对象的多个候选视频帧。
在步骤S14中，分别提取候选视频帧中第一对象的特征向量。
在步骤S15中，根据候选视频帧中第一对象的特征向量，得到第一对象的融合特征向量。
在步骤S16中，将第一对象的融合特征向量与目标对象的特征向量进行比对，得到第一对象的第二比对结果。
在步骤S17中，输出质量分数最高的候选视频帧。
在一种可能的实现方式中，若本公开实施例的执行主体为监控设备或者与监控设备通信的计算机等终端设备，则可以输出质量分数最高的候选视频帧至屏幕显示。
在另一种可能的实现方式中，若本公开实施例的执行主体为服务器，则可以输出质量分数最高的候选视频帧至终端设备。
该示例通过输出质量分数最高的候选视频帧，有助于工作人员进行视频分析。
在本公开实施例中，步骤S17只要在步骤S13之后执行即可。步骤S17可以在步骤S14之前执行，也可以在步骤S14之后执行。
图4示出根据本公开实施例的对象检测方法的另一示例性的流程图。如图4所示，该方法可以包括步骤S41至步骤S47。
在步骤S41中，若从待检测视频中检测到包含第一对象的第三视频帧，第三视频帧满足第二条件，且第一对象的初始特征向量尚未提取，则从第三视频帧中提取第一对象的初始特征向量。
其中，对步骤S41参见上文对步骤S11的描述。
在步骤S42中，将初始特征向量与目标对象的特征向量进行比对，得到第一对象的第一比对结果。
其中，对步骤S42参见上文对步骤S12的描述。
在步骤S43中，输出第三视频帧。
在一种可能的实现方式中，若本公开实施例的执行主体为监控设备或者与监控设备通信的计算机等终端设备，则可以输出第三视频帧至屏幕显示。
在另一种可能的实现方式中，若本公开实施例的执行主体为服务器，则可以输出第三视频帧至终端设备。
该示例通过输出第三视频帧，有助于工作人员进行视频分析。
在步骤S44中，从待检测视频中确定包含第一对象的多个候选视频帧。
其中，对步骤S44参见上文对步骤S13的描述。
在步骤S45中，分别提取候选视频帧中第一对象的特征向量。
其中，对步骤S45参见上文对步骤S14的描述。
在步骤S46中，根据候选视频帧中第一对象的特征向量，得到第一对象的融合特征向量。
其中，对步骤S46参见上文对步骤S15的描述。
在步骤S47中，将第一对象的融合特征向量与目标对象的特征向量进行比对，得到第一对象的第二比对结果。
其中，对步骤S47参见上文对步骤S16的描述。
在一种可能的实现方式中，可以采用GPU(Graphics Processing Unit，图形处理器)提取待检测视频中的对象的特征向量。其中，GPU可以具有多个运算核心，运算核心之间相互独立，可以并行运算。如果能在同一时刻，让尽可能多的运算核心同时运算，则可以利用较短的时间提取更多的特征向量，从而提高视频处理速度。
在一种可能的实现方式中，可以将待检测视频中的对象通过多个批处理(Batch)提取特征向量。表1示出经过实验得到的批处理大小与平均提取单个特征向量所花费的时间之间的对应关系。
表1
通常，实时视频流的帧率一般是25帧/秒，每一帧的时间只有40毫秒。为了保证实时处理视频帧，需要在40毫秒内完成所有运算。假设检测跟踪时间为t，则剩余的提取特征向量的时间为T＝40-t。然而，由于检测跟踪时间与视频帧中的物体数量和场景复杂程度等因素相关，因此检测跟踪时间t是动态变化的。因此，并不能根据剩余的提取特征向量的时间为T简单地计算出可以同时提取多少特征向量。由表1可以看出，当批处理的数量小于16时，批处理的数量越大，平均提取单个特征向量所花费的时间越短。另外，由表1可知，批处理的大小对平均提取单个特征向量所花费的时间有影响。为了尽可能增大能够并行提取的特征向量的数量，在本公开实施例中以批处理的方式并行运算。基于此，本公开实施例可以预先对不同批处理的对象提取特征向量，并可以在视频处理过程中，找到与T最接近的时间，然后查找该时间可以提取多少特征向量，进而确定当前可以提取多少特征向量，从而能够最大化地提高资源利用率。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了对象检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种对象检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图5示出根据本公开实施例的对象检测装置的框图。如图5所示，该对象检测装置包括：第一提取模块51，用于从待检测视频中提取第一对象的初始特征向量；第一比对模块52，用于将初始特征向量与目标对象的特征向量进行比对，得到第一对象的第一比对结果；第一确定模块53，用于从待检测视频中确定包含第一对象的多个候选视频帧；第二提取模块54，用于分别提取候选视频帧中第一对象的特征向量；第二确定模块55，用于根据候选视频帧中第一对象的特征向量，得到第一对象的融合特征向量；第二比对模块56，用于将第一对象的融合特征向量与目标对象的特征向量进行比对，得到第一对象的第二比对结果。
图6示出根据本公开实施例的对象检测装置的一示例性的框图。如图6所示：
在一种可能的实现方式中，第一确定模块53包括：第一确定子模块531，用于确定待检测视频中包含第一对象的视频帧的质量分数；排序子模块532，用于按照质量分数由高到低的顺序，对待检测视频中包含第一对象的视频帧进行排序；第二确定子模块533，用于将排序在前的N个视频帧确定为候选视频帧，其中，N为正整数。
在一种可能的实现方式中，第一确定模块53包括：加入子模块534，用于若从待检测视频的第一视频帧中检测到第一对象，第一视频帧满足第一条件，且候选视频帧队列中的视频帧数未达到N，则将第一视频帧加入候选视频帧队列中；若从待检测视频的第一视频帧中检测到第一对象，第一视频帧满足第一条件，候选视频帧队列中的视频帧数已达到N，且第一视频帧的质量分数高于第二视频帧的质量分数，则从候选视频帧队列中删除第二视频帧，并将第一视频帧加入候选视频帧队列中，其中，第二视频帧表示候选视频帧队列中质量分数最低的视频帧；若从待检测视频的第一视频帧中检测到第一对象，第一视频帧满足第一条件，候选视频帧队列中的视频帧数已达到N，且第一视频帧的质量分数低于第二视频帧的质量分数，则在候选视频帧队列中保留第二视频帧；第三确定子模块535，用于在对待检测视频中的第一对象跟踪结束后，将候选视频帧队列中的视频帧分别确定为第一对象的多个候选视频帧。
在一种可能的实现方式中，第一条件包括：视频帧的质量分数高于第一阈值。
在一种可能的实现方式中，该装置还包括：第一输出模块57，用于输出质量分数最高的候选视频帧。
在一种可能的实现方式中，第二确定模块55用于：确定候选视频帧中第一对象的特征向量的平均值，得到第一对象的融合特征向量。
在一种可能的实现方式中，第一提取模块51用于：若从待检测视频中检测到包含第一对象的第三视频帧，第三视频帧满足第二条件，且第一对象的初始特征向量尚未提取，则从第三视频帧中提取第一对象的初始特征向量。
在一种可能的实现方式中，第二条件包括以下一项或两项：第三视频帧的质量分数高于第二阈值；第三视频帧中第一对象的位置。
在一种可能的实现方式中，该装置还包括：第二输出模块58，用于输出第三视频帧。
在一种可能的实现方式中，视频帧的质量分数与视频帧中包含第一对象的概率、第一对象在视频帧中的关键点位置的置信度、第一对象在视频帧中的大小、第一对象在视频帧中的角度以及第一对象在视频帧中的清晰度中的一项或多项相关。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例通过从待检测视频中提取第一对象的初始特征向量，从待检测视频的候选视频帧中提取第一对象的特征向量，得到第一对象的融合特征向量，并基于初始特征向量和融合特征向量确定第一对象的比对结果，由此避免对待检测视频逐帧提取特征向量，能够在保证对象检测准确性的前提下，大大减少计算量，提高视频处理速度。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图7是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图7，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图8是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种对象检测方法，其特征在于，包括：
从待检测视频中提取第一对象的初始特征向量；
将所述初始特征向量与目标对象的特征向量进行比对，得到所述第一对象的第一比对结果；
从所述待检测视频中确定包含所述第一对象的多个候选视频帧；
分别提取所述候选视频帧中所述第一对象的特征向量；
根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量；
将所述第一对象的融合特征向量与所述目标对象的特征向量进行比对，得到所述第一对象的第二比对结果。
2.根据权利要求1所述的方法，其特征在于，从所述待检测视频中确定包含所述第一对象的多个候选视频帧，包括：
若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，且候选视频帧队列中的视频帧数未达到N，则将所述第一视频帧加入所述候选视频帧队列中；
若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数高于第二视频帧的质量分数，则从所述候选视频帧队列中删除所述第二视频帧，并将所述第一视频帧加入所述候选视频帧队列中，其中，所述第二视频帧表示所述候选视频帧队列中质量分数最低的视频帧；
若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数低于第二视频帧的质量分数，则在所述候选视频帧队列中保留所述第二视频帧；
在对所述待检测视频中的所述第一对象跟踪结束后，将所述候选视频帧队列中的视频帧分别确定为所述第一对象的多个候选视频帧。
3.根据权利要求1或2所述的方法，其特征在于，根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量，包括：
确定所述候选视频帧中所述第一对象的特征向量的平均值，得到所述第一对象的融合特征向量。
4.根据权利要求1所述的方法，其特征在于，从待检测视频中提取第一对象的初始特征向量，包括：
若从所述待检测视频中检测到包含第一对象的第三视频帧，所述第三视频帧满足第二条件，且所述第一对象的初始特征向量尚未提取，则从所述第三视频帧中提取所述第一对象的初始特征向量。
5.一种对象检测装置，其特征在于，包括：
第一提取模块，用于从待检测视频中提取第一对象的初始特征向量；
第一比对模块，用于将所述初始特征向量与目标对象的特征向量进行比对，得到所述第一对象的第一比对结果；
第一确定模块，用于从所述待检测视频中确定包含所述第一对象的多个候选视频帧；
第二提取模块，用于分别提取所述候选视频帧中所述第一对象的特征向量；
第二确定模块，用于根据所述候选视频帧中所述第一对象的特征向量，得到所述第一对象的融合特征向量；
第二比对模块，用于将所述第一对象的融合特征向量与所述目标对象的特征向量进行比对，得到所述第一对象的第二比对结果。
6.根据权利要求5所述的装置，其特征在于，所述第一确定模块包括：
加入子模块，用于若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，且候选视频帧队列中的视频帧数未达到N，则将所述第一视频帧加入所述候选视频帧队列中；若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数高于第二视频帧的质量分数，则从所述候选视频帧队列中删除所述第二视频帧，并将所述第一视频帧加入所述候选视频帧队列中，其中，所述第二视频帧表示所述候选视频帧队列中质量分数最低的视频帧；若从所述待检测视频的第一视频帧中检测到所述第一对象，所述第一视频帧满足所述第一条件，所述候选视频帧队列中的视频帧数已达到N，且所述第一视频帧的质量分数低于第二视频帧的质量分数，则在所述候选视频帧队列中保留所述第二视频帧；
第三确定子模块，用于在对所述待检测视频中的所述第一对象跟踪结束后，将所述候选视频帧队列中的视频帧分别确定为所述第一对象的多个候选视频帧。
7.根据权利要求5或6所述的装置，其特征在于，所述第二确定模块用于：
确定所述候选视频帧中所述第一对象的特征向量的平均值，得到所述第一对象的融合特征向量。
8.根据权利要求5所述的装置，其特征在于，所述第一提取模块用于：
若从所述待检测视频中检测到包含第一对象的第三视频帧，所述第三视频帧满足第二条件，且所述第一对象的初始特征向量尚未提取，则从所述第三视频帧中提取所述第一对象的初始特征向量。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至4中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
CN201810973120.8A 2018-08-24 2018-08-24 对象检测方法及装置、电子设备和存储介质 Active CN109344703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810973120.8A CN109344703B (zh) 2018-08-24 2018-08-24 对象检测方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810973120.8A CN109344703B (zh) 2018-08-24 2018-08-24 对象检测方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN109344703A true CN109344703A (zh) 2019-02-15
CN109344703B CN109344703B (zh) 2021-06-25

Family

ID=65296568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810973120.8A Active CN109344703B (zh) 2018-08-24 2018-08-24 对象检测方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN109344703B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110084268A (zh) * 2019-03-18 2019-08-02 浙江大华技术股份有限公司 图像比对方法、人脸识别方法及装置、计算机存储介质
CN110706772A (zh) * 2019-10-11 2020-01-17 北京百度网讯科技有限公司 一种排序方法及装置、电子设备、存储介质
CN110909210A (zh) * 2020-02-18 2020-03-24 北京海天瑞声科技股份有限公司 视频筛选方法、装置及存储介质
WO2023109361A1 (zh) * 2021-12-14 2023-06-22 北京有竹居网络技术有限公司 用于视频处理的方法、系统、设备、介质和产品

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162499A (zh) * 2006-10-13 2008-04-16 上海银晨智能识别科技有限公司 利用人脸模板组合进行比对的方法
CN101673403A (zh) * 2009-10-10 2010-03-17 安防制造（中国）有限公司 复杂干扰场景下的目标跟踪方法
CN101964064A (zh) * 2010-07-27 2011-02-02 上海摩比源软件技术有限公司 一种人脸比对方法
CN205451095U (zh) * 2015-12-02 2016-08-10 深圳市商汤科技有限公司 一种人脸识别装置
CN106203387A (zh) * 2016-07-21 2016-12-07 乐视控股（北京）有限公司 人脸验证方法及系统
CN106326867A (zh) * 2016-08-26 2017-01-11 维沃移动通信有限公司 一种人脸识别的方法及移动终端
CN106529373A (zh) * 2015-09-10 2017-03-22 上海银晨智能识别科技有限公司 人脸识别监控报警方法、系统
CN106650363A (zh) * 2016-09-26 2017-05-10 深圳怡化电脑股份有限公司 一种身份识别方法与系统
CN106815566A (zh) * 2016-12-29 2017-06-09 天津中科智能识别产业技术研究院有限公司 一种基于多任务卷积神经网络的人脸检索方法
US20170236002A1 (en) * 2016-02-15 2017-08-17 Electronics And Telecommunications Research Institute Face recognition method
CN107153820A (zh) * 2017-05-10 2017-09-12 电子科技大学 一种面向高噪声的人脸识别及运动轨迹判别方法
CN107404381A (zh) * 2016-05-19 2017-11-28 阿里巴巴集团控股有限公司 一种身份认证方法和装置
CN107704849A (zh) * 2017-10-28 2018-02-16 上海爱优威软件开发有限公司 双重验证功能的人脸识别方法及系统
CN107958244A (zh) * 2018-01-12 2018-04-24 成都视观天下科技有限公司 一种基于视频多帧人脸特征融合的人脸识别方法及装置
CN108229330A (zh) * 2017-12-07 2018-06-29 深圳市商汤科技有限公司 人脸融合识别方法及装置、电子设备和存储介质
CN108229120A (zh) * 2017-09-07 2018-06-29 北京市商汤科技开发有限公司 人脸解锁及其信息注册方法和装置、设备、程序、介质
CN108229336A (zh) * 2017-12-13 2018-06-29 北京市商汤科技开发有限公司 视频识别及训练方法和装置、电子设备、程序和介质

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162499A (zh) * 2006-10-13 2008-04-16 上海银晨智能识别科技有限公司 利用人脸模板组合进行比对的方法
CN101673403A (zh) * 2009-10-10 2010-03-17 安防制造（中国）有限公司 复杂干扰场景下的目标跟踪方法
CN101964064A (zh) * 2010-07-27 2011-02-02 上海摩比源软件技术有限公司 一种人脸比对方法
CN106529373A (zh) * 2015-09-10 2017-03-22 上海银晨智能识别科技有限公司 人脸识别监控报警方法、系统
CN205451095U (zh) * 2015-12-02 2016-08-10 深圳市商汤科技有限公司 一种人脸识别装置
US20170236002A1 (en) * 2016-02-15 2017-08-17 Electronics And Telecommunications Research Institute Face recognition method
CN107404381A (zh) * 2016-05-19 2017-11-28 阿里巴巴集团控股有限公司 一种身份认证方法和装置
CN106203387A (zh) * 2016-07-21 2016-12-07 乐视控股（北京）有限公司 人脸验证方法及系统
CN106326867A (zh) * 2016-08-26 2017-01-11 维沃移动通信有限公司 一种人脸识别的方法及移动终端
CN106650363A (zh) * 2016-09-26 2017-05-10 深圳怡化电脑股份有限公司 一种身份识别方法与系统
CN106815566A (zh) * 2016-12-29 2017-06-09 天津中科智能识别产业技术研究院有限公司 一种基于多任务卷积神经网络的人脸检索方法
CN107153820A (zh) * 2017-05-10 2017-09-12 电子科技大学 一种面向高噪声的人脸识别及运动轨迹判别方法
CN108229120A (zh) * 2017-09-07 2018-06-29 北京市商汤科技开发有限公司 人脸解锁及其信息注册方法和装置、设备、程序、介质
CN107704849A (zh) * 2017-10-28 2018-02-16 上海爱优威软件开发有限公司 双重验证功能的人脸识别方法及系统
CN108229330A (zh) * 2017-12-07 2018-06-29 深圳市商汤科技有限公司 人脸融合识别方法及装置、电子设备和存储介质
CN108229336A (zh) * 2017-12-13 2018-06-29 北京市商汤科技开发有限公司 视频识别及训练方法和装置、电子设备、程序和介质
CN107958244A (zh) * 2018-01-12 2018-04-24 成都视观天下科技有限公司 一种基于视频多帧人脸特征融合的人脸识别方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110084268A (zh) * 2019-03-18 2019-08-02 浙江大华技术股份有限公司 图像比对方法、人脸识别方法及装置、计算机存储介质
CN110706772A (zh) * 2019-10-11 2020-01-17 北京百度网讯科技有限公司 一种排序方法及装置、电子设备、存储介质
CN110909210A (zh) * 2020-02-18 2020-03-24 北京海天瑞声科技股份有限公司 视频筛选方法、装置及存储介质
WO2023109361A1 (zh) * 2021-12-14 2023-06-22 北京有竹居网络技术有限公司 用于视频处理的方法、系统、设备、介质和产品

Also Published As

Publication number Publication date
CN109344703B (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN109618184A (zh) 视频处理方法及装置、电子设备和存储介质
CN109189987A (zh) 视频搜索方法和装置
CN110517185B (zh) 图像处理方法、装置、电子设备及存储介质
CN109800744A (zh) 图像聚类方法及装置、电子设备和存储介质
CN110503023A (zh) 活体检测方法及装置、电子设备和存储介质
CN109800737A (zh) 面部识别方法及装置、电子设备和存储介质
CN105654039B (zh) 图像处理的方法和装置
CN110287874A (zh) 目标追踪方法及装置、电子设备和存储介质
CN109089133A (zh) 视频处理方法及装置、电子设备和存储介质
CN109344703A (zh) 对象检测方法及装置、电子设备和存储介质
CN110472091A (zh) 图像处理方法及装置、电子设备和存储介质
TW202113757A (zh) 目標對象匹配方法及目標對象匹配裝置、電子設備和電腦可讀儲存媒介
CN109871883A (zh) 神经网络训练方法及装置、电子设备和存储介质
CN110418112A (zh) 一种视频处理方法及装置、电子设备和存储介质
WO2021093427A1 (zh) 访客信息管理方法及装置、电子设备和存储介质
CN110298310A (zh) 图像处理方法及装置、电子设备和存储介质
CN108985176A (zh) 图像生成方法及装置
CN109543536A (zh) 图像标识方法及装置、电子设备和存储介质
CN109040664A (zh) 视频流处理方法及装置、电子设备和存储介质
CN109934275A (zh) 图像处理方法及装置、电子设备和存储介质
CN110287671A (zh) 验证方法及装置、电子设备和存储介质
CN109978891A (zh) 图像处理方法及装置、电子设备和存储介质
CN110532956A (zh) 图像处理方法及装置、电子设备和存储介质
CN110458218A (zh) 图像分类方法及装置、分类网络训练方法及装置
CN110532957A (zh) 人脸识别方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant