CN109886234A - 目标检测方法、装置、系统、电子设备、存储介质 - Google Patents

目标检测方法、装置、系统、电子设备、存储介质 Download PDF

Info

Publication number
CN109886234A
CN109886234A CN201910153876.2A CN201910153876A CN109886234A CN 109886234 A CN109886234 A CN 109886234A CN 201910153876 A CN201910153876 A CN 201910153876A CN 109886234 A CN109886234 A CN 109886234A
Authority
CN
China
Prior art keywords
target object
detected target
detected
information
detection
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
CN201910153876.2A
Other languages
English (en)
Other versions
CN109886234B (zh
Inventor
赵波
晋兆龙
罗成
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.)
Suzhou Keda Technology Co Ltd
Original Assignee
Suzhou Keda 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 Suzhou Keda Technology Co Ltd filed Critical Suzhou Keda Technology Co Ltd
Priority to CN201910153876.2A priority Critical patent/CN109886234B/zh
Publication of CN109886234A publication Critical patent/CN109886234A/zh
Application granted granted Critical
Publication of CN109886234B publication Critical patent/CN109886234B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供一种目标检测方法、装置、系统、电子设备、存储介质,目标检测方法,包括:获取来自前端设备的视频数据;获取前端设备对该视频数据进行初次检测获得的第一目标检测信息;获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合;基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息;至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。本发明提供的方法及设备兼顾目标检测信息的完整性以及前端设备和服务器的计算资源。

Description

目标检测方法、装置、系统、电子设备、存储介质
技术领域
本发明涉及视频监控处理领域,尤其涉及一种目标检测方法、装置、系统、电子设备、存储介质。
背景技术
多媒体技术得到迅速发展,多媒体系统的应用已渗透到人类生活的各个领域,如通信、工业、医学、教学等,尤其在视频监控领域,给人们生活带来了极大的便利。
在视频监控领域中,通常通过前端设备采集视频,并发送给服务器进行分析和处理。随着前端设备的发展,前端设备也可以具有视频分析处理能力。然而,在现有技术中,无法针对前端设备的能力、服务器的能力进行快速有效的算法分配,要么只能依据前端设备的能力获得不完整的目标检测信息,要么服务器和前端设备都执行了相同的目标检测分析算法,尽管可以获得完整的目标检测信息,但是会浪费计算资源。
由此可见,现有技术难以兼顾目标检测信息的完整性以及前端设备和服务器的计算资源。
发明内容
本发明为了克服上述现有技术存在的缺陷,提供一种目标检测方法、装置、系统、电子设备、存储介质,以兼顾目标检测信息的完整性以及前端设备和服务器的计算资源。
根据本发明的一个方面,提供一种目标检测方法,包括:
获取来自前端设备的视频数据;
获取前端设备对该视频数据进行初次检测获得的第一目标检测信息,所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息,所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合;
获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合;
基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息,所述第二目标检测信息包括所述第二检测目标对象集合中的一个或多个检测目标对象、所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息;
至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
可选地,所述视频数据中每一帧图像根据检测目标对象于所述视频数据中的时间信息和空间信息关联所述第一目标检测信息和/或第二目标检测信息地储存在所述索引文件中。
可选地,还包括:
根据第一指示信息,基于所储存的索引文件,仅提取包含设定检测目标对象的一帧或多帧图像以构成关联设定检测目标对象的视频数据以供播放。
可选地,还包括:
根据第二指示信息,基于所储存的索引文件,定位到包含设定检测目标对象的一帧或多帧图像于所述视频数据中的位置和/或于该一帧或多帧图像中选取一帧图像作为设定检测目标对象的快照。
可选地,所述获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合之后,且基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测之前包括:
根据所述第二检测目标对象集合确定二次检测的检测算法及二次检测的检测算法所需计算资源;
获取用于执行二次检测的一个或多个设备的可用计算资源;
根据所述所需计算资源及所述可用计算资源,确定用于执行二次检测的一个或多个设备及向所确定的设备发送所述视频数据的速率。
可选地,所述根据所述前端设备的标识获取前端设备对该视频数据进行初次检测获得的第一目标检测信息之后还包括:
对所述第一检测目标对象集合中的一个或多个检测目标对象进行再次检测。
根据本发明的又一方面,还提供一种目标检测装置,包括:
第一获取模块,用于获取来自前端设备的视频数据;
第二获取模块,用于根据所述前端设备的标识获取前端设备对该视频数据进行初次检测获得的第一目标检测信息,所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息,所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合;
第三获取模块,用于获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合;
检测模块,用于基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息,所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息;
储存模块,用于至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
根据本发明的又一方面,还提供一种目标检测系统,包括:
一个或多个前端设备;以及
如上所述的目标检测装置。
根据本发明的又一方面,还提供一种电子设备,所述电子设备包括:处理器;存储介质,其上存储有计算机程序,所述计算机程序被所述处理器运行时执行如上所述的步骤。
根据本发明的又一方面,还提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上所述的步骤。
由此可见,本发明提供的方案,与现有技术相比,具有如下优势:
能够对实时码流进行实时检测分析,可以在没有人为干预的情况下,自行按需按前端设备能力及系统资源在目标检测装置进行智能全面分析,产生系统所需的智能分析结果。同时,能复用前端设备的目标检测信息,可减少目标检测装置二次检测的环节,实现了视频下载、视频放像和智能分析处理同时进行的功能,大大缩短处理延时,减少了由于前端设备点位过多,后端目标检测装置资源不足带来的分析能力不足的可能性。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1示出了根据本发明实施例的目标检测方法的流程图。
图2示出了根据本发明具体实施例的计算资源分配的流程图。
图3示出了根据本发明实施例的目标检测装置的模块图。
图4示出了根据本发明实施例的目标检测系统的模块图。
图5示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。
图6示意性示出本公开示例性实施例中一种电子设备示意图。
具体实施方式
现在将附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
本发明提供一种目标检测方法、装置、系统、电子设备、存储介质,以兼顾目标检测信息的完整性以及前端设备和服务器的计算资源。在本发明各个实施例中,所述的检测,其实际含义不限于目标的定位及目标属性的分析,其也可被称为检测分析。
首先参见图1,图1示出了根据本发明实施例的目标检测方法的流程图。图1共示出了5个步骤:
步骤S110:获取来自前端设备的视频数据。
具体而言,本发明各实施例所述的前端设备可以是智能IPC、普通IPC或其它可以采集视频的设备。IPC网络摄像机又叫IP CAMERA(简称IPC)由网络编码模块和模拟摄像机组合而成。网络编码模块将模拟摄像机采集到的模拟视频信号编码压缩成数字信号,从而可以直接接入网络交换及路由设备。网络摄像机内置一个嵌入式芯片,采用嵌入式实时操作系统。网络摄像机是传统摄像机与网络视频技术相结合的新一代产品。摄像机传送来的视频信号数字化后由高效压缩芯片压缩,通过网络总线传送到Web服务器。网络上用户可以直接用浏览器观看Web服务器上的摄像机图像,授权用户还可以控制摄像机云台镜头的动作或对系统配置进行操作。网络摄像机能更简单的实现监控特别是远程监控、更简单的施工和维护、更好的支持音频、更好的支持报警联动、更灵活的录像存储、更丰富的产品选择、更高清的视频效果和更完美的监控管理。另外,IPC支持WIFI无线接入、3G接入、POE供电(网络供电)和光纤接入。所述的智能IPC指的是能够对采集到的视频内容做某种或多种智能分析,识别出视频画面中的有效目标,并可能对其进行目标分析、属性识别和最佳图片抓拍。普通IPC指的是能够且只能采集实时视频的IPC。
步骤S120:获取前端设备对该视频数据进行初次检测获得的第一目标检测信息,所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息,所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合。
具体而言,前端设备的初次检测可以包括结构化分析、行人分析、人脸分析、车辆分析中的一种或多种。结构化分析,是基于视频内容提取结构化信息的技术,它对视频内容按照语义关系,采用时空分割、特征提取、对象识别等处理手段,组织成可供计算机和人类理解的结构化信息的技术。行人分析,是基于视频和图像内容分析行人的技术,采用时空分割、行人检测、行人识别等处理手段,分析行人相关信息的技术。人脸分析,是基于视频流和图像内容分析行人的技术,采用时空分割、人脸检测、人脸识别、特定人脸属性分析等处理手段,分析人脸相关信息的技术。车辆分析,是基于图像内容分析车辆的激素,采用车辆检测、车辆识别、车牌识别,特定车辆属性分析等处理手段,分析车辆相关信息的技术。
具体而言,所检测目标对象的属性信息根据所检测对象可以是前述的行人性别、行人动作、行人行进方向、行人特征等;前述的人脸性别、人脸朝向、人脸特征等;前述的车型、车牌等。所检测目标对象的于所述视频数据中的时间信息可以指所检测对象出现在视频中的哪一帧;所检测目标对象的于所述视频数据中的空间信息可以指所检测目标对象在该帧图像中的位置(例如可以用坐标的形式表示)。
进一步地,前端设备可根据架设条件(配置为人脸卡口(能够进行人脸分析的前端设备)、行人卡口(能够进行行人分析的前端设备)、结构化分析卡口(能够进行结构化分析的前端设备)、微卡口(分析算法性能较低的前端设备)、超级卡口(分析算法性能较高的前端设备)等智能设备应用场景),启用不同精度不同目标尺寸的目标检测和目标识别算法。前端设备正常工作时,可对采集到的实时码流使用深度学习算法进行目标检测和算法分析,分割出实时码流中感兴趣的目标,比如行人、机动车、非机动车等同时给出相应的位置信息,并对目标进行识别,分析出目标的具体属性,如人的性别、年龄、运动方向,车的号牌、类型、颜色等等。目标在图像中的位置信息和目标的具体属性。
在一些实施例中,前端设备将视频码流发送给一监控管理平台,对应的第一目标检测信息可根据用户配置加入到视频码流的自定义区域或者通过单独的网络连接发送给视图库或直接发给执行目标检测方法的目标检测装置,目标检测装置可按需获取第一目标检测信息。
具体而言,当具有多个前端设备时,可以通过前端设备的标识(分配的标识或硬件标识)来区分不同的前端设备,并通过前端设备的标识获取该前端设备的第一目标检测信息。
步骤S130:获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合。
具体而言,步骤S130可以按照用户提交的分析任务要求(待检测目标对象集合),得到前端设备的第一目标检测信息和用户提交的待检测目标对象集合的差异。使用智能分析算法,对检测目标进行全面分析。
步骤S140:基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息,所述第二目标检测信息包括所述第二检测目标对象集合中的一个或多个检测目标对象、所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息。
结合步骤S130,在一些具体实现中,例如,用户提交的待检测目标对象集合为人脸和车辆,而接入的前端设备仅能进行行人分析(第一检测目标集合仅包括行人),那么在执行目标检测方法的目标检测装置中使用车辆分析(第二检测目标),并将第一检测目标信息和第二检测目标信息一起储存。
进一步地,若所述第二检测目标对象集合为空集,则不对所述视频数据进行二次检测。由此,根据需要进行二次检测,以在整个过程中减少系统的计算资源的消耗。
具体而言,在步骤S130所述获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合之后,且在步骤S140基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测之前还包括资源分配的步骤,如图2所示。图2共示出3个步骤:
步骤S210:根据所述第二检测目标对象集合确定二次检测的检测算法及二次检测的检测算法所需计算资源;
步骤S220:获取用于执行二次检测的一个或多个设备的可用计算资源;
步骤S230:根据所述所需计算资源及所述可用计算资源,确定用于执行二次检测的一个或多个设备及向所确定的设备发送所述视频数据的速率。
比如,某后台设备的计算能力被评估为100,人脸视频分析算法在该配置的计算能力为20,某路前端设备没有做人脸的分析。那么在该后台设备上最多可以起5路该前端设备的人脸视频分析。如果是做人脸图片分析,那么就按照每秒分析25张图片消耗计算资源20的折算方法进行折算,可以按每秒最多125张的发送速率发给该后台设备进行人脸图片分析。
步骤S150:至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
具体而言,所述视频数据中每一帧图像根据检测目标对象于所述视频数据中的时间信息和空间信息关联所述第一目标检测信息和/或第二目标检测信息地储存在所述索引文件中。
由此,在一些实施例中,目标检测方法还包括如下步骤:根据第一指示信息,基于所储存的索引文件,仅提取包含设定检测目标对象的一帧或多帧图像以构成关联设定检测目标对象的视频数据以供播放。由此,可以基于前端设备和/或后台设备的检测信息,智能跳过没有设定检测目标对象的时间段进行放像。具体而言,第一指示信息可以是用户输入的用于智能跳过没有设定检测目标对象的时间段进行放像的指示信息;第一指示信息也可以是其它视频处理系统根据其处理步骤需要获取仅包含设定检测目标对象的视频数据的指示信息,,并以此进行进一步地视频处理,本发明并非以此为限制。同样地,由于索引文件中储存了检测目标对象、检索目标对象在视频数据中出现的时间、检测目标对象在视频数据中各图像中出现的位置,由此,可以根据设定检测目标对象,获取检索目标对象在视频数据中出现的时间从而能够只播放包含设定检测目标对象的一帧或多帧图像。
在另一些实施例中,目标检测方法还包括如下步骤:根据第二指示信息,基于所储存的索引文件,定位到包含设定检测目标对象的一帧或多帧图像于所述视频数据中的位置和/或于该一帧或多帧图像中选取一帧图像作为设定检测目标对象的快照。由此,可以基于前端设备和/或后台设备的检测信息,快速定位到设定检测目标对象的视频位置或直接获取目标最佳快照,以进行深入全面分析。具体而言,第二指示信息可以是用户输入的直接定位设定检测目标对象的在视频中的位置和/或直接获取设定检测目标对象的快照的指示信息;第二指示信息也可以是其它视频处理系统根据其处理步骤需要直接定位设定检测目标对象的在视频中的位置和/或直接获取设定检测目标对象的快照的指示信息,并以此进行进一步地视频处理,本发明并非以此为限制。进一步地,由于索引文件中储存了检测目标对象、检索目标对象在视频数据中出现的时间、检测目标对象在视频数据中各图像中出现的位置,由此,可以根据设定检测目标对象,直接定位设定检测目标对象的在视频中的位置和/或直接获取设定检测目标对象的快照。
在本发明的一些实施例中,所述步骤S120根据所述前端设备的标识获取前端设备对该视频数据进行初次检测获得的第一目标检测信息之后还包括如下步骤:对所述第一检测目标对象集合中的一个或多个检测目标对象进行再次检测。换言之,后台服务器除了对第二目标检测对象集合中的检测目标对象进行检测之外,还可以对第一检测目标对象集合中的一个或多个检测目标对象进行复检,从而提高第一检测目标对象集合的检测精度。
以上仅仅是示意性地描述本发明的实施例,本发明并非以此为限。
由此可见,本发明提供的方案,与现有技术相比,具有如下优势:
能够对实时码流进行实时检测分析,可以在没有人为干预的情况下,自行按需按前端设备能力及系统资源在目标检测装置进行智能全面分析,产生系统所需的智能分析结果。同时,能复用前端设备的目标检测信息,可减少目标检测装置二次检测的环节,实现了视频下载、视频放像和智能分析处理同时进行的功能,大大缩短处理延时,减少了由于前端设备点位过多,后端目标检测装置资源不足带来的分析能力不足的可能性。此外,规模部署往往会接入大量不同能力的前端设备,本方法可以根据系统的处理要求,感知前端设备的分析能力,结合前端设备分析结果,灵活的分配计算资源、动态生成对应的算法组合,达到充分利用现有智能前端的能力,满足智能分析系统的规格。
下面结合图3描述本发明提供的目标检测装置。目标检测装置300包括第一获取模块301、第二获取模块302、第三获取模块303、检测模块304及储存模块305。
第一获取模块301用于获取来自前端设备的视频数据;
第二获取模块302用于根据所述前端设备的标识获取前端设备对该视频数据进行初次检测获得的第一目标检测信息,所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息,所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合;
第三获取模块303用于获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合;
检测模块304用于基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息,所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息;
储存模块305用于至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
由此可见,本发明提供的方案,与现有技术相比,具有如下优势:
能够对实时码流进行实时检测分析,可以在没有人为干预的情况下,自行按需按前端设备能力及系统资源在目标检测装置进行智能全面分析,产生系统所需的智能分析结果。同时,能复用前端设备的目标检测信息,可减少目标检测装置二次检测的环节,实现了视频下载、视频放像和智能分析处理同时进行的功能,大大缩短处理延时,减少了由于前端设备点位过多,后端目标检测装置资源不足带来的分析能力不足的可能性。
本发明可以通过软件、硬件、固件及其任意结合的方式实现目标检测装置。图3仅仅是示意性的示出本发明提供的目标检测装置,在不违背本发明构思的前提下,模块的拆分、合并、增加都在本发明的保护范围之内。
下面结合图4描述本发明提供的目标检测系统。目标检测系统包括一个或多个前端设备400以及如图3所示的目标检测装置300。目标检测装置300的结构在此不予赘述。当目标检测系统包括多个前端设备400时,各前端设备400可以是具有相同检测分析性能的前端设备,也可以是具有不同检测分析性能的前端设备,本发明并非以此为限,在此不予赘述。由此,能够对实时码流进行实时检测分析,可以在没有人为干预的情况下,自行按需按前端设备能力及系统资源在目标检测装置进行智能全面分析,产生系统所需的智能分析结果。同时,能复用前端设备的目标检测信息,可减少目标检测装置二次检测的环节,实现了视频下载、视频放像和智能分析处理同时进行的功能,大大缩短处理延时,减少了由于前端设备点位过多,后端目标检测装置资源不足带来的分析能力不足的可能性。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被例如处理器执行时可以实现上述任意一个实施例中所述目标检测方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,若所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述目标检测方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图5所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适若的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到租户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中,还提供一种电子设备,该电子设备可以包括处理器,以及用于存储所述处理器的可执行指令的存储器。其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述目标检测方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述目标检测方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得租户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应若明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述目标检测方法。
由此可见,本发明提供的方案,与现有技术相比,具有如下优势:
能够对实时码流进行实时检测分析,可以在没有人为干预的情况下,自行按需按前端设备能力及系统资源在目标检测装置进行智能全面分析,产生系统所需的智能分析结果。同时,能复用前端设备的目标检测信息,可减少目标检测装置二次检测的环节,实现了视频下载、视频放像和智能分析处理同时进行的功能,大大缩短处理延时,减少了由于前端设备点位过多,后端目标检测装置资源不足带来的分析能力不足的可能性。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。

Claims (10)

1.一种目标检测方法,其特征在于,包括:
获取来自前端设备的视频数据;
获取前端设备对该视频数据进行初次检测获得的第一目标检测信息,所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息,所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合;
获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合;
基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息,所述第二目标检测信息包括所述第二检测目标对象集合中的一个或多个检测目标对象、所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息;
至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
2.如权利要求1所述的目标检测方法,其特征在于,所述视频数据中每一帧图像根据检测目标对象于所述视频数据中的时间信息和空间信息关联所述第一目标检测信息和/或第二目标检测信息地储存在所述索引文件中。
3.如权利要求2所述的目标检测方法,其特征在于,还包括:
根据第一指示信息,基于所储存的索引文件,仅提取包含设定检测目标对象的一帧或多帧图像以构成关联设定检测目标对象的视频数据以供播放。
4.如权利要求2所述的目标检测方法,其特征在于,还包括:
根据第二指示信息,基于所储存的索引文件,定位到包含设定检测目标对象的一帧或多帧图像于所述视频数据中的位置和/或于该一帧或多帧图像中选取一帧图像作为设定检测目标对象的快照。
5.如权利要求1所述的目标检测方法,其特征在于,所述获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合之后,且基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测之前包括:
根据所述第二检测目标对象集合确定二次检测的检测算法及二次检测的检测算法所需计算资源;
获取用于执行二次检测的一个或多个设备的可用计算资源;
根据所述所需计算资源及所述可用计算资源,确定用于执行二次检测的一个或多个设备及向所确定的设备发送所述视频数据的速率。
6.如权利要求1所述的目标检测方法,其特征在于,所述根据所述前端设备的标识获取前端设备对该视频数据进行初次检测获得的第一目标检测信息之后还包括:
对所述第一检测目标对象集合中的一个或多个检测目标对象进行再次检测。
7.一种目标检测装置,其特征在于,包括:
第一获取模块,用于获取来自前端设备的视频数据;
第二获取模块,用于根据所述前端设备的标识获取前端设备对该视频数据进行初次检测获得的第一目标检测信息,所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息,所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合;
第三获取模块,用于获取待检测目标对象集合,自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合;
检测模块,用于基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测,以获得第二目标检测信息,所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息;
储存模块,用于至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
8.一种目标检测系统,其特征在于,包括:
一个或多个前端设备;以及
如权利要求7所述的目标检测装置。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
存储介质,其上存储有计算机程序,所述计算机程序被所述处理器运行时执行如权利要求1至6任一项所述的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至6任一项所述的步骤。
CN201910153876.2A 2019-02-28 2019-02-28 目标检测方法、装置、系统、电子设备、存储介质 Active CN109886234B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910153876.2A CN109886234B (zh) 2019-02-28 2019-02-28 目标检测方法、装置、系统、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910153876.2A CN109886234B (zh) 2019-02-28 2019-02-28 目标检测方法、装置、系统、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN109886234A true CN109886234A (zh) 2019-06-14
CN109886234B CN109886234B (zh) 2021-06-22

Family

ID=66929986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910153876.2A Active CN109886234B (zh) 2019-02-28 2019-02-28 目标检测方法、装置、系统、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN109886234B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111432170A (zh) * 2020-02-14 2020-07-17 浙江大华技术股份有限公司 一种媒体数据访问处理方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090244614A1 (en) * 2008-03-26 2009-10-01 Seiko Epson Corporation Image Processing Apparatus, Image Processing Method, and Computer Program for Image Processing
US20130259310A1 (en) * 2012-03-30 2013-10-03 Canon Kabushiki Kaisha Object detection method, object detection apparatus, and program
CN107678019A (zh) * 2017-08-16 2018-02-09 成都纳雷科技有限公司 基于ca‑cfar的雷达信号多目标检测方法及装置
CN108271044A (zh) * 2016-12-30 2018-07-10 华为技术有限公司 一种信息的处理方法及装置
CN108540756A (zh) * 2017-03-01 2018-09-14 中国电信股份有限公司 基于视频与电子设备标识的识别方法、装置及系统
CN108737618A (zh) * 2018-05-03 2018-11-02 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN109033264A (zh) * 2018-07-09 2018-12-18 深圳市商汤科技有限公司 视频分析方法及装置、电子设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090244614A1 (en) * 2008-03-26 2009-10-01 Seiko Epson Corporation Image Processing Apparatus, Image Processing Method, and Computer Program for Image Processing
US20130259310A1 (en) * 2012-03-30 2013-10-03 Canon Kabushiki Kaisha Object detection method, object detection apparatus, and program
CN108271044A (zh) * 2016-12-30 2018-07-10 华为技术有限公司 一种信息的处理方法及装置
CN108540756A (zh) * 2017-03-01 2018-09-14 中国电信股份有限公司 基于视频与电子设备标识的识别方法、装置及系统
CN107678019A (zh) * 2017-08-16 2018-02-09 成都纳雷科技有限公司 基于ca‑cfar的雷达信号多目标检测方法及装置
CN108737618A (zh) * 2018-05-03 2018-11-02 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN109033264A (zh) * 2018-07-09 2018-12-18 深圳市商汤科技有限公司 视频分析方法及装置、电子设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111432170A (zh) * 2020-02-14 2020-07-17 浙江大华技术股份有限公司 一种媒体数据访问处理方法及装置

Also Published As

Publication number Publication date
CN109886234B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
El Marai et al. Roads infrastructure digital twin: A step toward smarter cities realization
Chen et al. An edge traffic flow detection scheme based on deep learning in an intelligent transportation system
US20230012732A1 (en) Video data processing method and apparatus, device, and medium
CN108391086B (zh) 融合事件感知与位置传感的工业视频联动分析方法与系统
US9251425B2 (en) Object retrieval in video data using complementary detectors
CN110874362A (zh) 一种数据关联分析方法及装置
CN109791600A (zh) 将横屏视频转换为竖屏移动布局的方法
CN110428449B (zh) 目标检测跟踪方法、装置、设备及存储介质
CN104573706A (zh) 一种物体图像识别方法及其系统
US20150142716A1 (en) Tracking player role using non-rigid formation priors
CN112419368A (zh) 运动目标的轨迹跟踪方法、装置、设备及存储介质
CN112100438A (zh) 一种标签抽取方法、设备及计算机可读存储介质
CN115083112B (zh) 一种智能预警应急管理系统及其部署方法
CN112950400A (zh) 数据处理平台
CN109902681B (zh) 用户群体关系确定方法、装置、设备及存储介质
CN112233428A (zh) 车流量预测方法、装置、存储介质及设备
CN114157829A (zh) 模型训练优化方法、装置、计算机设备及存储介质
CN111709382A (zh) 人体轨迹处理方法、装置、计算机存储介质以及电子设备
CN111191498A (zh) 行为识别方法和相关产品
CN109886234A (zh) 目标检测方法、装置、系统、电子设备、存储介质
Haridas et al. Visualization of automated and manual trajectories in wide-area motion imagery
CN110661999A (zh) 一种基于大数据的视频监控系统
CN117289797A (zh) 一种基于元宇宙技术的变电站巡视信息交互方法及系统
CN116010652B (zh) 一种非结构化视频数据处理方法和系统
EP2093999A1 (en) Integration of video information

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