CN112381858A - 目标检测方法、装置、存储介质及设备 - Google Patents

目标检测方法、装置、存储介质及设备 Download PDF

Info

Publication number
CN112381858A
CN112381858A CN202011269333.6A CN202011269333A CN112381858A CN 112381858 A CN112381858 A CN 112381858A CN 202011269333 A CN202011269333 A CN 202011269333A CN 112381858 A CN112381858 A CN 112381858A
Authority
CN
China
Prior art keywords
result
detection
frame image
target
image
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
CN202011269333.6A
Other languages
English (en)
Other versions
CN112381858B (zh
Inventor
刘浩
吴一超
梁鼎
李宁
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.)
Chengdu Sensetime Technology Co Ltd
Original Assignee
Chengdu 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 Chengdu Sensetime Technology Co Ltd filed Critical Chengdu Sensetime Technology Co Ltd
Priority to CN202011269333.6A priority Critical patent/CN112381858B/zh
Priority claimed from CN202011269333.6A external-priority patent/CN112381858B/zh
Publication of CN112381858A publication Critical patent/CN112381858A/zh
Application granted granted Critical
Publication of CN112381858B publication Critical patent/CN112381858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及目标检测方法、装置、存储介质及设备，该方法包括获取视频流；依次对该首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，该首帧图像为该视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，该次帧图像为该首帧图像之后的满足目标检测条件的第一帧图像；根据该首帧图像和该次帧图像确定视频区间，基于该第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果；将该第二检测结果和该目标跟踪结果进行融合，得到目标检测结果。本公开可以对视频流实时进行高精度目标检测。

Description

目标检测方法、装置、存储介质及设备
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种目标检测方法、装置、存储介质及设备。
背景技术
目前在许多需要进行目标检测的场景中，对于人工检测依赖程度依然较为明显，比如，在地铁、机场等公共场合的携带物品的安全检查中，很多时候需要依赖安检员对物品进行安全检测，使用X光安检机对物体进行成像，由安检员人工基于成像结果进行危险目标识别；这种人工检测耗时耗力，并且精度有限。目标检测的方法可以应用于上述场景，但是相关技术中目标检测的方法的速度、精度和智能化程度的水平依然有待提升。
发明内容
本公开提出了一种目标检测的技术方案。
根据本公开的一些实施例中，提供了一种目标检测方法，其包括：获取视频流；分别对所述首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，所述首帧图像为所述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，所述次帧图像为所述首帧图像之后的满足目标检测条件的第一帧图像；根据所述首帧图像和所述次帧图像确定视频区间，基于所述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果；将所述第二检测结果和所述目标跟踪结果进行融合，得到目标检测结果。基于上述配置，可以通过融合目标跟踪处理和目标检测处理两种算法提升目标检测结果的精准度，由于引入了目标跟踪处理，可以适当降低目标检测处理启动频率，提升目标检测的速度。
在一些可能的实施方式中，所述将所述第二检测结果和所述目标跟踪结果进行融合，得到目标检测结果，包括：若所述第二检测结果与所述目标跟踪结果存在重叠目标，则删除所述目标跟踪结果中的所述重叠目标；将所述第二检测结果合并入所述目标跟踪结果中；若所述第二检测结果与所述目标跟踪结果不存在重叠目标，则直接将所述第二检测结果合并入所述目标跟踪结果中。基于上述配置，可以融合目标跟踪处理得到的结果和目标检测处理结果，降低漏检目标的概率。
在一些可能的实施方式中，所述分别对所述首帧图像和次帧图像进行目标检测，包括：基于单阶段检测模型对图像进行目标检测，所述图像为首帧图像和次帧图像；或，基于两阶段检测模型对图像进行目标检测，所述图像为首帧图像和次帧图像；所述两阶段检测模型基于初始框预测候选框，基于候选框预测目标检测处理结果。基于上述配置，可以兼容相关技术中的各种目标检测算法，提升本公开的兼容能力。
在一些可能的实施方式中，所述基于单阶段检测模型对图像进行目标检测，包括：对所述图像进行特征提取，得到特征响应图；对所述特征响应图进行分类处理，得到分类结果；对所述特征响应图进行回归处理，得到回归结果；根据所述回归结果和所述分类结果确定目标检测结果。
在一些可能的实施方式中，所述基于所述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果，包括：确定所述视频区间中的当前图像；若所述当前图像为所述视频区间中的第一帧图像，则根据所述第一检测结果确定特征点集；根据所述首帧图像，所述当前图像和所述特征点集得到所述特征点集在所述当前图像的映射结果；根据所述映射结果确定所述当前图像的目标跟踪结果；若所述当前图像为所述视频区间中的非第一帧图像，则根据所述当前图像的上一帧图像的目标跟踪结果确定特征点集；根据所述当前图像的上一帧图像，所述当前图像和所述特征点集得到所述特征点集在所述当前图像的映射结果；根据所述映射结果确定所述当前图像的目标跟踪结果。基于上述配置，可以得到准确的跟踪结果。
在一些可能的实施方式中，所述根据所述映射结果确定所述当前图像的目标跟踪结果，包括：根据所述映射结果，得到所述特征点集中每个特征点的位置偏移量；对各个所述位置偏移量进行过滤，得到过滤结果；根据所述过滤结果得到所述当前图像的目标跟踪结果。基于上述配置，可以对目标跟踪的结果进行过滤筛选，提升当前目标检测结果的准确度。
在一些可能的实施方式中，所述视频流基于对沿固定方向进行整体移动的物体的拍摄结果产生：所述对各个所述位置偏移量进行过滤，得到过滤结果，包括：计算各个位置偏移量在所述固定方向的波动指标，将波动指标大于预设波动阈值的位置偏移量舍弃，将波动指标小于等于所述波动阈值的位置偏移量作为过滤结果；所述根据所述过滤结果得到所述当前图像的目标跟踪结果，包括：计算所述过滤结果中的各个位置偏移量的绝对值的均值；若所述当前图像为所述视频区间中的第一帧图像，则将所述第一检测结果在所述固定方向偏移所述均值，得到所述当前图像的目标跟踪结果；若所述当前图像为所述视频区间中的非第一帧图像，则将所述当前图像的上一帧图像的目标跟踪结果在所述固定方向偏移所述均值，得到所述当前图像的目标跟踪结果。基于上述配置，可以结合视频流实际的运动特性对于跟踪结果进行进一步的处理，从而从与场景结合的角度进一步对跟踪结果进行过滤，进一步提升当前目标检测结果的准确度。
在一些可能的实施方式中，所述视频流为包含物品的安检视频流，则所述方法还包括：若检测结果中包含违禁物品，则输出包含所述违禁物品的检测结果，所述检测结果包括第一检测结果、目标跟踪结果或目标检测结果。基于上数据配置，可以使得安检人员及时得到检测结果，及时基于检测结果进行处理，提升安检效率。
在一些可能的实施方式中，所述获取视频流，包括：基于第一预设接口获取所述视频流，所述第一预设接口与对X光机输出的视频流进行数据处理的设备的输出接口相兼容；所述输出包含所述违禁物品的检测结果包括基于第二预设接口输出所述检测结果，所述第二预设接口与显示器的输入接口兼容。基于上述配置，可以使得本公开的目标检测方法可以较为容易地应用于具体的X光机安检场景中，并且不需要进行其它适配操作，降低本公开实施难度，提升本公开在相关场景中的适应能力。
在一些可能的实施方式中，所述视频流中的各帧图像的标识被顺序递增编码；所述目标检测条件为所述图像的标识被预设参考数据整除。基于上述配置，可以给出进行有选择的目标检测处理的可行示例。
根据本公开的另一些实施例中，提供了一种目标检测装置，所述装置包括：视频流获取模块，用于获取视频流；目标检测模块，用于依次对首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，所述首帧图像为所述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，所述次帧图像为所述首帧图像之后的满足目标检测条件的第一帧图像；图像跟踪模块，用于根据所述首帧图像和所述次帧图像确定视频区间，基于所述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果；融合模块，用于将所述第二检测结果和所述目标跟踪结果进行融合，得到目标检测结果。
在一些可能的实施方式中，所述融合模块还用于若所述第二检测结果与所述目标跟踪结果存在重叠目标，则删除所述目标跟踪结果中的所述重叠目标；将所述第二检测结果合并入所述目标跟踪结果中；若所述第二检测结果与所述目标跟踪结果不存在重叠目标，则直接将所述第二检测结果合并入所述目标跟踪结果中。
在一些可能的实施方式中，所述目标检测模块还用于基于单阶段检测模型对图像进行目标检测，所述图像为首帧图像和次帧图像；或，基于两阶段检测模型对图像进行目标检测，所述图像为首帧图像和次帧图像；所述两阶段检测模型基于初始框预测候选框，基于候选框预测目标检测处理结果。
在一些可能的实施方式中，所述目标检测模块还用于对所述图像进行特征提取，得到特征响应图；对所述特征响应图进行分类处理，得到分类结果；对所述特征响应图进行回归处理，得到回归结果；根据所述回归结果和所述分类结果确定目标检测结果。
在一些可能的实施方式中，所述图像跟踪模块还用于确定所述视频区间中的当前图像；若所述当前图像为所述视频区间中的第一帧图像，则根据所述第一检测结果确定特征点集；根据所述首帧图像，所述当前图像和所述特征点集得到所述特征点集在所述当前图像的映射结果；根据所述映射结果确定所述当前图像的目标跟踪结果；若所述当前图像为所述视频区间中的非第一帧图像，则根据所述当前图像的上一帧图像的目标跟踪结果确定特征点集；根据所述当前图像的上一帧图像，所述当前图像和所述特征点集得到所述特征点集在所述当前图像的映射结果；根据所述映射结果确定所述当前图像的目标跟踪结果。
在一些可能的实施方式中，所述图像跟踪模块还用于根据所述映射结果，得到所述特征点集中每个特征点的位置偏移量；对各个所述位置偏移量进行过滤，得到过滤结果；根据所述过滤结果得到所述当前图像的目标跟踪结果。
在一些可能的实施方式中，所述视频流基于对沿固定方向进行整体移动的物体的拍摄结果产生，所述图像跟踪模块还用于计算各个位置偏移量在所述固定方向的波动指标，将波动指标大于预设波动阈值的位置偏移量舍弃，将波动指标小于等于所述波动阈值的位置偏移量作为过滤结果；以及，计算所述过滤结果中的各个位置偏移量的绝对值的均值；若所述当前图像为所述视频区间中的第一帧图像，则将所述第一检测结果在所述固定方向偏移所述均值，得到所述当前图像的目标跟踪结果；若所述当前图像为所述视频区间中的非第一帧图像，则将所述当前图像的上一帧图像的目标跟踪结果在所述固定方向偏移所述均值，得到所述当前图像的目标跟踪结果。
在一些可能的实施方式中，所述视频流为包含物品的安检视频流，则所述装置还用于若检测结果中包含违禁物品，则输出包含所述违禁物品的检测结果，所述检测结果包括第一检测结果、目标跟踪结果或目标检测结果。
在一些可能的实施方式中，视频流获取模块还用于基于第一预设接口获取所述视频流，所述第一预设接口与对X光机输出的视频流进行数据处理的设备的输出接口相兼容；所述输出包含所述违禁物品的检测结果包括基于第二预设接口输出所述检测结果，所述第二预设接口与显示器的输入接口兼容。
根据本公开的另一些实施例中，还提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面中任意一项所述的一种目标检测方法。
根据本公开的另一些实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现第一方面中任意一项所述的一种目标检测方法。
根据本公开的另一些实施例中，还提供了一种目标检测的系统，包括X光机，视频采集卡，显示器和第三方面所述的一种电子设备；所述X光机、所述视频采集卡、所述电子设备以及所述显示器依次顺序连接。
在本公开实施例中，可以通过融合目标跟踪处理和目标检测处理，提升目标检测结果的精准度，由于引入了目标跟踪处理，可以适当降低目标检测处理启动频率，提升目标检测的速度，达到实时检测视频流的效果。
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
为了更清楚地说明本说明书实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1示出根据本公开实施例的一种目标检测方法的流程图；
图2(1)示出根据本公开实施例的相关技术中X光机进行目标检测的示意图；
图2(2)示出根据本公开实施例的本公开应用于X光机进行目标检测的示意图；
图3示出根据本公开实施例的一种目标检测方法中步骤S40的流程图；
图4示出根据本公开实施例的一种目标检测方法中步骤S30的流程图；
图5示出根据本公开实施例的根据上述映射结果确定上述当前图像的目标跟踪结果的流程图；
图6示出根据上述过滤结果得到上述当前图像的目标跟踪结果的流程图；
图7示出根据本公开实施例的对首帧图像进行目标检测的流程图；
图8示出根据本公开实施例基于循环的实现方法的流程图；
图9示出根据本公开实施例中的单阶段检测模型的神经网络的示意图；
图10示出根据本公开实施例训练神经网络的方法的流程图；
图11示出根据本公开实施例的一种目标检测的装置的框图；
图12示出根据本公开实施例的一种电子设备的框图；
图13示出根据本公开实施例的另一种电子设备的框图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
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，为了更好地说明本公开，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。
通常的目标检测场景很多依然对人工检测存在依赖，以基于X光安检机进行目标检测的场景为例，X光安检机广泛应用于各类地铁，机场，政府机构等需要对进入人员携带行李内物品进行安全检查的场景。其基本原理是安检机内部会发射X射线，由于X射线对不同物品的穿透程度不同，所形成的图像颜色也不同。使用时，乘客行李放置到安检机传送带上，安检机对传送带上的物体发射X射线，接收端接收穿过的X射线，并经过预处理进行成像显示。检查人员通过成像显示来检测行李内是否含有违禁物品。这种对于人工检测的依赖存在一定的弊端，比如对安检员的职业水平要求比较高，需要进行专门培训；另一方面，由于安检员的阅片速度有限，导致安检流程偏慢，影响乘客体验。
近年来随着深度学习以及计算机视觉技术的迅猛发展，图像分析能力迅速提升，可以考虑在上述场景中依赖于深度学习技术实施全自动的目标检测。但是在相关技术中，高精度的目标检测往往对于高复杂度的神经网络存在较强依赖，并且算法速度也可能因此下降，高复杂度的神经网络硬件成本较高，对于应用场景的适用性较差；并且高精度的目标检测算法的速度有限，可以支持单个图像的检测，但是难以支持对于视频流中的各个图像均实时检测，而上述应用场景中x光安检机产生的是视频流，因此，已有的目标检测算法也难以直接进行适用。
本公开实施例提供的技术方案可以通过在对视频流的图像进行处理的过程中将目标跟踪处理和目标检测处理相结合，可以在提升整体目标检测结果的精准度的同时允许适当降低对于目标检测处理算法本身的精度要求，从而降低神经网络复杂度和由此产生的硬件成本，提升本公开对于应用场景的适应性；并且，由于引入了目标跟踪，从而不必要对于视频流的各帧图像均进行目标检测处理，降低了目标检测处理重复启动频率，提升本公开的实施速度。本公开可以应用于各种基于视频流实施自动的目标检测的场景，比如安检场景，安防场景，自动控制场景，本公开实施例对此不做限定。
本公开实施例提供的目标检测的方法可以由终端设备、服务器或其它类型的电子设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该目标检测的方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。下面以电子设备作为执行主体为例对本公开实施例的目标检测的方法进行说明。该目标检测的方法以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
图1示出根据本公开实施例的一种目标检测方法的流程图，如图1所示，上述方法包括：
S10：获取视频流。
在一些可能的实施方式中，可以通过电子设备获取视频流。或者，电子设备可以从其他设备处获取视频流，例如，电子设备可以从摄像设备、监控设备等设备处获取视频流。本公开实施例不限定视频流的来源。示例性的，该视频流可以由X光安检机产生。
在一些可能的实施方式中，本公开可以基于第一预设接口获取该视频流，该第一预设接口与对X光机输出的视频流进行数据处理的设备的输出接口相兼容，还可以基于第二预设接口输出当前实施目标检测的图像及其对应的检测结果，该第二预设接口与显示器的输入接口兼容。基于上述配置，本公开可以直接被应用于使用X光机进行目标检测的场景中而不用进行其它转换，降低本公开的实施难度。示例性的，该第一预设接口可以为通用串行总线(Universal Serial Bus，USB)接口，该第二预设接口可以为高清多媒体接口(HighDefinition Multimedia Interface，HDMI)接口。
如图2(1)所示，其示出了相关技术中X光机进行目标检测的示意图。通常的X光机基于HDMI输出视频流，将视频流输入至显示器的HDMI接口实现视频图像的显示。如图2(2)所示，其示出了本公开应用于X光机进行目标检测的示意图。
本公开可以使用视频采集卡作为对X光机进行数据处理的设备，视频采集卡很容易获得，并且可以通过HDMI与X光机连接。本公开第一预设接口可以与视频采集卡的输出接口兼容，从而可以获取到X光机输入视频采集卡的视频流；第二预设接口可以与显示器的输入接口兼容，从而可以将当前实施目标检测的图像及其对应的检测结果在显示器中进行显示。显然，依托于视频采集卡，本公开可以不需要任何其它转换就适用于相关技术中X光机进行目标检测的场景，对X光机的应用没有限制，可以兼容各种品牌的X光机，也能够对于各种X光机的各种适用情况均进行适应。
本公开中对于该视频流中的不同的帧图像可以选择性的实施目标检测处理，具体地，可以根据各帧图像的标识进行选择，该视频流中各个帧图像的标识可以按照该帧图像在该视频流中的位置顺序递增编码得到。本公开中可以使用Frame_id表示图像的标识，示例性的，该视频流中首帧图像的Frame_id可以为0，之后的图像的标识顺序增1。
S20：依次对首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，上述首帧图像为上述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，上述次帧图像为上述首帧图像之后的满足目标检测条件的第一帧图像。
在一些可能的实施方式中，可以直接将视频流的第一帧图像作为首帧图像，在另一些可能的实施方式中，还可以提取该视频流中的任一图像，若该任一图像不满足该目标检测条件，则继续对该视频流中的其它图像进行提取，直至提取到满足目标检测条件的图像，将其确定为首帧图像。将上述首帧图像之后的下一个满足目标检测条件的图像确定为次帧图像。本公开可以对于视频流进行不间断的处理，首帧图像和次帧图像也相应地进行变动，以确保首帧图像始终为上述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，上述次帧图像始终为上述首帧图像之后的满足目标检测条件的第一帧图像。
示例性的，上述视频流中的各帧图像顺序进行递增编码得到其对应的Frame_id，上述视频流中的首帧图像的Frame_id为0，下一帧图像的Frame_id为1，以此类推。目标检测条件为Frame_id可以被N整除，则在本公开方案实施伊始，Frame_id为0和Frame_id为N的图像可以分别作为首帧图像和次帧图像。随着图像检测的进行，若当前正在被处理的图像的Frame_id为T，则按照S20中的定义，首帧图像为Frame_id为M*N(M为正整数)的图像，M*N为比T值大的N的倍数值中的最小值，而次帧图像为Frame_id为(M+1)*N的图像，可见，在对图像进行处理的过程中，首帧图像和次帧图像可以实时随着图像的处理过程被唯一确定。
本公开中，对于首帧图像和次帧图像都进行目标检测处理，得到上述首帧图像对应的第一检测结果和上述次帧图像对应的第二检测结果。可见，本公开中对于视频流中的部分帧图像才进行目标检测处理，而不是对每个帧图像进行目标检测处理，降低了目标检测处理所对应的算法的启动频率，从而可以实现对于视频流进行实时处理的技术效果。
S30：根据上述首帧图像和上述次帧图像确定视频区间，基于上述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果。
本公开中间隔进行目标检测处理，而在进行目标检测处理的首帧图像和上述次帧图像所确定的视频区间，对位于上述视频区间的图像帧进行目标跟踪处理。示例性的，若首帧图像的Frame_id为N*X,次帧图像的Frame_id为N*(X+1)(X为非负整数)，则对于Frame_id∈(N*X，N*(X+1))的帧图像进行目标跟踪处理，得到对于Frame_id∈(N*X，N*(X+1))的每帧图像的目标跟踪结果。
对于位于视频区间的图像进行目标跟踪处理，可以使得位于视频区间的每帧图像都可以跟踪到其前一帧的图像中的被检测出来的目标，从而达到不丢失已经检测到目标的目的。并且，在一些可行的实施例中，还可以对于位于视频区间的每帧图像的目标跟踪结果进行实时显示，则通过目标跟踪处理，可以使得相邻的图像中被检测出来的目标具备连贯性，降低实时显示时画面的跳变，提升实时显示时的画面质量。
S40：将上述第二检测结果和上述目标跟踪结果进行融合，得到目标检测结果。
本公开中得到第一检测结果，并且对在视频区间中的图像依次进行目标跟踪，从而使得得到的目标跟踪结果中包括第一检测结果中的目标；将上述第二检测结果和上述目标跟踪结果进行融合，可以使得得到的目标检测结果中既包括对第一检测结果中的目标，也包括第二检测结果中的目标，从而使得目标检测结果信息更为丰富更加稳定，如若第一检测结果或者第二检测结果存在个别漏检的情况，也可以在目标检测结果中被补全，降低目标遗漏率。
在一些可行的实施方式中，如图3所示，其示出根据本公开实施例的一种目标检测方法中步骤S40的流程图。其中，上述将上述第二检测结果和上述目标跟踪结果进行融合，包括：
S41：若上述第二检测结果与上述目标跟踪结果存在重叠目标，则删除上述目标跟踪结果中的上述重叠目标；将上述第二检测结果合并入上述目标跟踪结果中。
在一些可行的实施例中，可以使用锚框表达第二检测结果和目标跟踪结果中的目标。若第二检测结果中的锚框与目标跟踪结果中的锚框的重叠度(Intersection overUnion，IOU)大于预设阈值，则可以认为该第二检测结果中的锚框与该目标跟踪结果中的锚框为重叠目标，则删除该目标跟踪结果中的锚框。该预设阈值可以根据实际需要进行设定，示例性的，该预设阈值可以为0.4-0.6。
S42：若上述第二检测结果与上述目标跟踪结果不存在重叠目标，则直接将上述第二检测结果合并入上述目标跟踪结果中。
本公开不限定具体的目标检测处理的具体实现方式，在一些可行的实施方式中，可以基于单阶段检测模型进行目标检测处理；该单阶段检测模型可以使用锚框直接得到目标检测处理结果。示例性的，该单阶段检测模型可以为YOLO模型,多分类单杆检测器(Single Shot MultiBox Detector，SSD)等。在一些可行的实施方式中，还可以基于两阶段检测模型进行目标检测处理；该两阶段检测模型基于初始框预测候选框，基于候选框预测目标检测处理结果。示例性的，该两阶段检测模型可以为快速目标识别卷积神经网络R-CNN、FastR-CNN、Faster RCNN系列模型。
在一些可行的实施例中，还可以对于目标检测产生的结果实时显示，以本公开中的方法应用于安检场景为例，上述视频流即为包含物品的安检视频流，若检测结果中包含违禁物品，则输出包含上述违禁物品的检测结果，上述检测结果包括第一检测结果、目标跟踪结果或目标检测结果。当然，也可以不论检测结果是否含有违禁品，均对其进行显示。
基于上述配置，本公开实施例示出的目标检测的方法可以对于满足目标检测条件的图像进行目标检测处理，对于不满足目标检测条件的图像进行目标跟踪处理。由于目标跟踪处理的高效性以及相邻图像之间存在大量冗余，使得目标跟踪处理算法可以达到很高的精度；而目标检测处理算法精度高但相对耗时较大，难以实时计算，因此本公开中适当降低了其启动频率，通过融合目标跟踪的结果和目标检测的结果，可以使得本公开的方案不仅达到了高精度的目标检测效果，还可以实时实施，并且对于实施成本要求也不高，使得其能够容易扩展到各个相关场景之中。以X光机目标检测场景为例，实施本公开可以自动对X光机产生的视频流进行实时的目标检测，而不必依赖于安检员的阅片，将安检员从枯燥的阅片工作中解放出来，也提高安检效率和精度。
下面结合附图对本公开实施例进行详细说明。
在一些可行的实施方式中，如图4所示，其示出根据本公开实施例的一种目标检测方法中步骤S30的流程图。其中，上述基于上述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果，包括：
S31:确定上述视频区间中的当前图像。
S32:若上述当前图像为上述视频区间中的第一帧图像，则根据上述第一检测结果确定特征点集；根据上述首帧图像，上述当前图像和上述特征点集得到上述特征点集在上述当前图像的映射结果；根据上述映射结果确定上述当前图像的目标跟踪结果。
本步骤中，以上述第一检测结果作为跟踪目标，得到上述跟踪目标的特征点集。
S33:若上述当前图像为上述视频区间中的非第一帧图像，则根据上述当前图像的上一帧图像的目标跟踪结果确定特征点集；根据上述当前图像的上一帧图像，上述当前图像和上述特征点集得到上述特征点集在上述当前图像的映射结果；根据上述映射结果确定上述当前图像的目标跟踪结果。
本步骤中，以上述当前图像的上一帧图像的目标跟踪结果为跟踪目标，得到上述跟踪目标的特征点集。
在一些可能的实施方式中，可以以锚框表征跟踪目标中的目标，可以根据该目标确定对应的特征点集，对于跟踪目标中的每个锚框，都得到对应的特征点集。本公开并不限定该特征点集的确定方法。示例性的，可以使用Harris方法计算角点搜索锚框内每个像素点的最小特征值，并按照最小特征值排列，从大到小选取K个像素点作为特征点集。
本公开中并不限定映射结果的获取方法，示例性的，为了确保跟踪处理的高效性，可以使用LK稀疏光流跟踪法来得到特征点集的映射结果。具体地，可以采用OpenCV中的cv::calcOpticalFlowPyrLK()实现。该算法以前后两帧图像和前一帧的特征点作为输入，能够输出这些特征点在后一帧上的跟踪后的坐标，本公开可以将该输出作为该映射结果。
如图5所示，其示出了根据本公开实施例的根据上述映射结果确定上述当前图像的目标跟踪结果的流程图，包括：
S1:根据上述映射结果，得到上述特征点集中每个特征点的位置偏移量。
映射结果中包括上一帧图像的特征点集的特征点在当前图像的位置，根据映射结果即可计算位置偏移量，该位置偏移量表征特征点在上一帧图像和当前图像之间发生的位置偏移。
S2：对各个上述位置偏移量进行过滤，得到过滤结果。
该位置偏移量中可能会存在跟踪误差较大的特征点，对其可以进行过滤。比如，大部分的特征点的位移偏移量均在0.2-0.5之间，有个别特征点的位置偏移量甚至超过了1，则可以认为该个别特征点出现跟踪误差较大的情况，可以将其过滤掉。
在一些可行的实施例中，可以根据已知的视频流反映的物体运动规律进行过滤。若视频流基于对沿固定方向进行整体移动的物体的拍摄结果产生，则该视频流的相邻图像中的物体也是整体向固定方向移动，目标检测结果确定的特征点理论上也应该整体向固定方向移动。以该视频流为X光机产生为例，X光机产生的视频流中相邻图像反映了物体在水平方向的运动。
相应的，该对各个该位置偏移量进行过滤，得到过滤结果还可以包括计算各个位置偏移量在上述固定方向的波动指标，将波动指标大于预设波动阈值的位置偏移量舍弃，将波动指标小于等于上述波动阈值的位置偏移量作为过滤结果。
以该视频流为X光机产生为例，可以计算水平方向各个位置偏移量产生的波动，将波动过大的位置偏移量对应的特征点滤除。
S3：根据上述过滤结果得到上述当前图像的目标跟踪结果。
在一些可行的实施方式中，可以将过滤后的位置偏移量对应的当前图像的特征点予以保留，进而得到该当前图像的当前目标检测结果。
在一些可行的实施方式中，若视频流基于对沿固定方向进行整体移动的物体的拍摄结果产生，如图6所示，其示出根据本公开实施例的根据上述过滤结果得到上述当前图像的目标跟踪结果的流程图，包括：
S301:计算上述过滤结果中的各个位置偏移量的绝对值的均值。
以该视频流为X光机产生为例，可以根据公式
Figure BDA0002777190400000111
计算该均值。其中offset_x表示该均值，n标识过滤结果的位置偏移量的数量，|xi1-xi2|表征某个位置偏移量的绝对值。
S302:若上述当前图像为上述视频区间中的第一帧图像，则将上述第一检测结果在上述固定方向偏移上述均值，得到上述当前图像的目标跟踪结果。
S303:若上述当前图像为上述视频区间中的非第一帧图像，则将上述当前图像的上一帧图像的目标跟踪结果在上述固定方向偏移上述均值，得到上述当前图像的目标跟踪结果。
以锚框表征跟踪目标中的目标，则将锚框中的特征点按照该均值在水平方向进行偏移，即可得到当前图像的目标跟踪结果。即bbox_cur.x＝bbox_pre.x+offset_x，其中，bbox_cur.x表征当前图像的目标跟踪结果，bbox_pre.x表征跟踪目标中的目标。
基于上述配置，通过基于映射结果得到位置偏移量，对位置偏移量进行过滤处理，可以使得目标跟踪处理的精度显著提升。
一个可能的实施方式中，对于首帧图像和次帧图像可以采用相同的目标检测处理方法进行目标检测，以首帧图像为例，如图7所示，其示出根据本公开实施例的对首帧图像进行目标检测的流程图，包括：
S21:对该首帧图像进行特征提取，得到特征响应图。
在一些可行的实施方式中，可以利用神经网络得到多尺度的特征响应图，具体地，该神经网络可以包括用于进行上采样的特征提取网络和用于进行下采样并输出特征响应图的特征金字塔。本公开并不限定神经网络的具体结构。该神经网络的特征提取网络可以对该首帧图像进行下采样得到多种尺度的特征图，该神经网络的特征金字塔可以对该多种尺度的特征图进行上采样得到多种尺度的特征响应图。
其中，特征提取网络可以基于残差网络构建得到，在该残差网络的各层都可以输出特征图。残差网络是一种深度卷积网络。残差网络具有较深的网络结构层，与传统网络相比较，其加入了y＝x层(恒等映射层)，其主要作用是使得网络随着深度的增加而不退化，并且还具有较好的收敛效果。一般认为神经网络的每一层分别对应于提取不同层次的特征信息，诸如划分为低层，中层和高层；而网络越深，提取到的不同层次的信息会越多，不同层次间的层次信息的组合也会越多。因此残差网络具有较好地图像特征提取能力。在一种实施方式中，残差网络可以采用ResNet网络实现。
特征金字塔网络(Feature Pyramid Network，FPN)可通过自上而下的通道和横向的连接来扩展形成一个标准的卷积网络，从而可以从单一分辨率的输入图像中有效的提取出丰富的、多尺度的特征金字塔图像。FPN包含有多层结构，每一层都可以在不同尺度上对输入的特征图进行处理，生成多尺度特征响应图。
示例性的，该神经网络的结构可以参考图9中所示的特征提取网络和特征金字塔。其中，特征提取网络即为残差网络，残差网络和特征金字塔网络均为简单示意，诸如，残差网络和特征金字塔网络均仅简单示意出3层，而在实际应用中，残差网络和特征金字塔网络也可以包括4层甚至更多。本公开中将特征金字塔网络的网络层称为FPN层。可以根据实际需求而灵活删减特征金字塔网络的FPN层数。也可以根据实际需求灵活删减残差网络的层数。示例性的，本公开可以使用Resnet18残差网络，FPN层数可以设置为4层。
图9中残差网络中的下采样网络层可以输出各个尺度的特征图，将不同尺度的特征图对应输入至特征金字塔的FPN层进行处理，可以得到特征金字塔输出的多尺度的特征响应层。残差网络中的下采样网络层事实上是实现特征聚合功能的相关的网络层的总称，具体地，该下采样网络层可以为最大池化层、平均池化层等，本公开实施例并不限定下采样网络层的具体结构。
图9中的特征金字塔的FPN层对应接收来自残差网络的输出，对于任一非顶层的FPN层，其还可以对来自该FPN层的上一层的FPN层的输出与该FPN层接收的来自残差网络的输出做融合处理，经过融合处理之后输出的特征响应图具备更加丰富的特征信息，特征金字塔的多FPN层输出多尺度的特征响应图。
S22:对该特征响应图进行分类处理，得到分类结果。
在一些可行的实施例中，本公开中的特征响应图的相关位置至少包括一个锚框。示例性的，可以为特征响应图的每个像素位置设置多个锚框，以适应检测不同尺度的目标的需求，不同的锚框检测不同大小的目标。示例性的，本公开可以为每个像素位置设置三个锚框，本公开不限定设定锚框的位置和每个位置设定锚框的数量。
本公开中锚框具体可理解为初始框或候选区域，锚框参数包括锚框面积(scale)以及锚框长宽比(aspects)。一种锚框参数可表征一种锚框。例如，3种面积和3种长宽比可以组合形成9种锚框。
特征响应图的锚框可以根据实际应用场景而预先确定，在此举例说明：如果仅用于管制刀具检测，也即目标是管制刀具，则锚框的类别数量为1。如果用于管制刀具和装有液体的容器的检测，则锚框的类别数量为2。本公开中分类处理用于判断图像中是否有属于感兴趣类别的目标，输出各个锚框中的目标属于相应感兴趣类别的可能性。即得到的分类结果可以由每个锚框对应的各个类别的类别置信度表征。
S23:对该特征响应图进行回归处理，得到回归结果。
对上述特征响应图进行回归处理，可以得到上述每个锚框相对于GT(groundtruth，真实)框的位置信息修正参数，本公开中将其定义为锚框的位置信息，其中，GT框可以理解为回归框，表征了目标所在的正确位置。本公开中得到的回归结果可以由每个锚框的位置信息表征。
本公开中可以基于分类网络对特征响应图进行分类处理，基于回归网络对特征响应图进行回归处理，但是并不限定分类网络和回归网络的具体结构，该分类网络和回归网络的结构可以参考图9所示的分类网络和回归网络。该分类网络和该回归网络均可以与该特征金字塔的多个网络层并行连接，每个网络层输出的特征响应图均作为该分类网络和该回归网络的输入。
在一种可行的实施方式中，分类网络和回归网络分别可以包括依次连接的五个卷积层，一种实施方式中，卷积层中的卷积核大小可以为3×3。对于每个网络而言，前四个卷积层的网络参数相同，第五个卷积层与前四个卷积层的网络参数不同。示例性的，分类网络和回归网络的前四个卷积层对应的参数均为W×H×256，其中，W×H可以理解为该卷积层处理的特征图的长宽，256可以理解为该卷积层的输出维度。其中，输出维度可以理解为卷积层中卷积核的数量。在实际应用中，分类网络和回归网络的前四个卷积层可以参数共享，以增强网络的自组织性，第五个卷积层(即最后一个卷积层)的输出维数随着子网络类型的不同而不同，也即，分类网络和回归网络的主要不同之处在于最后一个卷积层。
S24:根据该回归结果和该分类结果确定该目标检测处理结果。
具体地，可以根据预设的后处理条件对各个锚框进行过滤，根据过滤结果确定目标锚框，该目标锚框表征目标检测结果。将类别置信度过低的或者回归结果不理想的锚框进行过滤，过滤后的剩余锚框表征了目标检测结果。
如图8所示，其示出了本公开实施例基于循环的实现方法。根据本公开实施例的描述，对于满足目标检测条件的目标进行目标检测处理，对于相邻的进行目标检测处理的图像所确定的视频区间中的图像执行目标跟踪处理，融合目标检测处理的结果和目标跟踪处理的结果，可以得到更为精准的目标检测结果。在通过循环实现上述描述时，可以对于每个当前提取到的图像进行判断，若该图像符合目标检测条件，则不仅可以将该图像上一帧图像的目标检测结果跟踪到该图像中，还可以对该图像进行目标检测处理，将跟踪的结果与目标检测处理的结果进行融合，得到该图像的目标检测结果；若该图像不符合目标检测条件，则对该图像进行目标跟踪处理。通过循环对于视频流中的图像进行处理，可以对满足目标检测条件的图像进行目标检测处理和目标跟踪处理，对不满足目标检测条件的图像进行目标跟踪处理，降低速度较慢的目标检测处理的启动频率，并且依赖于目标跟踪处理使得提升目标检测结果的精度，既满足实时处理视频流的速度要求，又满足对视频流中的目标进行精准识别的精度要求。
如上述实施例该，本公开实施例提供的目标检测的方法中可以基于RetinaNet单阶段目标检测算法进行目标检测处理，该目标检测处理可以利用神经网络实现，如可以利用图9示出的神经网络实现，上述神经网络包括特征提取网络，与该特征提取网络相连的特征金字塔，以及与该特征金字塔中多个网络层并行连接的功能网络，该功能网络包括分类网络和回归网络，上述特征提取网络的输出可以作为特征金字塔的输入，上述特征金字塔的输出可以一起作为上述分类网络和回归网络的输入。
下面对训练神经网络的过程进行说明。
请参考图10，其示出训练神经网络的方法，上述方法包括：
S100.构建单阶段检测模型，该单阶段检测模型包括特征提取网络，与该特征提取网络相连的特征金字塔，以及与该特征金字塔中多个网络层并行连接的功能网络，该功能网络包括分类网络和回归网络。
示例性的，可以基于图9示出的神经网络构建单阶段检测模型，特征提取网络基于Resnet18构建，特征金字塔的FPN层数可以设置为4层。
S200.获取训练样本集；该训练样本集中的训练样本携带有类别标签和回归标签。
S300.根据该特征提取网络和该特征金字塔得到训练样本的特征响应图。
具体地，可以通过该特征提取网络对该训练样本进行下采样，得到多种尺度的特征图；通过该特征金字塔对该多种尺度的特征图进行上采样，得到特征响应图，特征金字塔输出的各个尺度的特征响应图中每个像素位置可以设置3个锚框。
在上采样的过程中，特征金字塔的各个FPN层可以分别对应得到特征提取网络相关层输出的特征图，非顶层的FPN层还可以对上一层FPN层的输出和该层PFN层接收的特征图进行融合，得到对应于该FPN层的特征响应图。顶层的FPN层直接根据其得到的特征图输出特征响应图，不同的FPN层输出的特征响应图对应的感受野不同。
S400.通过该分类网络对该特征响应图进行分类处理，得到训练样本的分类结果；根据该分类结果和该类别标签计算分类损失。
分类损失是判定分类网络实际的输出与期望的输出的接近程度。分类损失越小，说明实际的输出越接近期望的输出。可以理解为，分类结果即为分类网络的实际输出，而类别标签为分类网络的期望输出，通过分类结果与类别标签可以计算分类损失。具体计算时，可采用预设的分类损失函数实现。
S500.通过该回归子网路对该特征响应图进行回归处理，得到训练样本的回归结果；根据该回归结果和该回归标签计算回归损失。
同理，回归结果即为回归网络的实际输出，而回归标签为回归网络的期望输出，通过回归结果与回归标签计算回归损失，即可获知回归网络的实际输出与期望输出的接近程度。具体计算时，可采用预设的回归损失函数实现。
S600.基于该分类损失和该回归损失对该单阶段检测模型进行训练，得到训练好的单阶段检测模型。
在一些可行的实施方式中，可以采用反向传播算法，基于分类损失和回归损失对特征提取网络、特征金字塔、分类网络和回归网络进行联合训练，直至分类损失收敛到第一预设值，回归损失收敛到第二预设值。也即，可以根据损失值反向调整网络参数，直至损失值达到预设阈值时，训练结束，确认此时的神经网络符合要求，能够实现目标检测。
在一些可行的实施方式中，依然可以采用反向传播算法，基于分类损失和回归损失对特征提取网络、特征金字塔、分类网络和回归网络进行联合训练，直至根据分类损失和回归损失确定的总损失函数收敛到第三预设值，训练结束，确认此时的神经网络符合要求，能够实现目标检测。
本公开中不限定第一预设值、第二预设值和第三预设值的具体数值和设定方法。
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。
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，本公开还提供了目标检测装置、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一种目标检测方法，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。
图11示出根据本公开实施例的一种目标检测的装置；如图11所示，上述装置包括：
视频流获取模块10，用于获取视频流；
目标检测模块20，用于分别依次对首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，上述首帧图像为上述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，上述次帧图像为上述首帧图像之后的满足目标检测条件的第一帧图像；
图像跟踪模块30，用于根据上述首帧图像和上述次帧图像确定视频区间，基于上述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果；
融合模块40，用于将上述第二检测结果和上述目标跟踪结果进行融合，得到目标检测结果。
在一些可能的实施方式中，上述融合模块还用于若上述第二检测结果与上述目标跟踪结果存在重叠目标，则删除上述目标跟踪结果中的上述重叠目标；将上述第二检测结果合并入上述目标跟踪结果中；若上述第二检测结果与上述目标跟踪结果不存在重叠目标，则直接将上述第二检测结果合并入上述目标跟踪结果中。
在一些可能的实施方式中，上述目标检测模块还用于基于单阶段检测模型对图像进行目标检测，上述图像为首帧图像和次帧图像；或，基于两阶段检测模型对图像进行目标检测，上述图像为首帧图像和次帧图像；上述两阶段检测模型基于初始框预测候选框，基于候选框预测目标检测处理结果。
在一些可能的实施方式中，上述目标检测模块还用于对上述图像进行特征提取，得到特征响应图；对上述特征响应图进行分类处理，得到分类结果；对上述特征响应图进行回归处理，得到回归结果；根据上述回归结果和上述分类结果确定目标检测结果。
在一些可能的实施方式中，上述图像跟踪模块还用于确定上述视频区间中的当前图像；若上述当前图像为上述视频区间中的第一帧图像，则根据上述第一检测结果确定特征点集；根据上述首帧图像，上述当前图像和上述特征点集得到上述特征点集在上述当前图像的映射结果；根据上述映射结果确定上述当前图像的目标跟踪结果；若上述当前图像为上述视频区间中的非第一帧图像，则根据上述当前图像的上一帧图像的目标跟踪结果确定特征点集；根据上述当前图像的上一帧图像，上述当前图像和上述特征点集得到上述特征点集在上述当前图像的映射结果；根据上述映射结果确定上述当前图像的目标跟踪结果。
在一些可能的实施方式中，上述图像跟踪模块还用于根据上述映射结果，得到上述特征点集中每个特征点的位置偏移量；对各个上述位置偏移量进行过滤，得到过滤结果；根据上述过滤结果得到上述当前图像的目标跟踪结果。
在一些可能的实施方式中，上述视频流基于对沿固定方向进行整体移动的物体的拍摄结果产生，上述图像跟踪模块还用于计算各个位置偏移量在上述固定方向的波动指标，将波动指标大于预设波动阈值的位置偏移量舍弃，将波动指标小于等于上述波动阈值的位置偏移量作为过滤结果；以及，计算上述过滤结果中的各个位置偏移量的绝对值的均值；若上述当前图像为上述视频区间中的第一帧图像，则将上述第一检测结果在上述固定方向偏移上述均值，得到上述当前图像的目标跟踪结果；若上述当前图像为上述视频区间中的非第一帧图像，则将上述当前图像的上一帧图像的目标跟踪结果在上述固定方向偏移上述均值，得到上述当前图像的目标跟踪结果。
在一些可能的实施方式中，上述视频流为包含物品的安检视频流，则上述装置还用于若检测结果中包含违禁物品，则输出包含上述违禁物品的检测结果，上述检测结果包括第一检测结果、目标跟踪结果或目标检测结果。
在一些可能的实施方式中，视频流获取模块还用于基于第一预设接口获取上述视频流，上述第一预设接口与对X光机输出的视频流进行数据处理的设备的输出接口相兼容；上述输出包含上述违禁物品的检测结果包括基于第二预设接口输出上述检测结果，上述第二预设接口与显示器的输入接口兼容。
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。
本公开实施例还提出一种计算机可读存储介质，上述计算机可读存储介质中存储有至少一条指令或至少一段程序，上述至少一条指令或至少一段程序由处理器加载并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，上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12示出根据本公开实施例的一种电子设备的框图。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12，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包括在上述电子设备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。上述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与上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，例如上述组件为电子设备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、3G、4G、5G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，上述通信组件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13示出根据本公开实施例的另一种电子设备的框图。例如，电子设备1900可以被提供为一服务器。参照图13，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。
图2(2)示出本公开实施例的一种目标检测的系统，包括X光机，视频采集卡，显示器和一种电子设备；上述X光机、上述视频采集卡、上述电子设备以及上述显示器依次顺序连接。上述电子设备在前文已有描述，在此不再赘述。
在一些可行的实施例中，该系统可以被应用于X光机安检场景。其中，X光机用于对行李物品拍摄X光片，实时获取X光视频流。视频采集卡用于与X光机通过HDMI连接，与该电子设备采用USB相连，能够实时采集X光视频数据，并通过USB传输给该电子设备，该电子设备进行目标检测得到目标检测结果，并通过HDMI与显示器连接，以使得显示器可以显示X光图像以及检测到的违禁物品包围框，供安检员检查确认。
该系统采用目标检测处理与目标跟踪处理配合的方式，在保证检测精度和召回率的同时，能够保证较低的计算量，从而能够部署在廉价设备上，达到实时检测的目的，并且对于各类X光机都有较好的兼容性，易于扩展和部署。
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，上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，上述模块、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 (14)

1.一种目标检测方法，其特征在于，所述方法包括：
获取视频流；
依次对首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，所述首帧图像为所述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，所述次帧图像为所述首帧图像之后的满足目标检测条件的第一帧图像；
根据所述首帧图像和所述次帧图像确定视频区间，基于所述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果；
将所述第二检测结果和所述目标跟踪结果进行融合，得到目标检测结果。
2.根据权利要求1所述的方法，其特征在于，所述将所述第二检测结果和所述目标跟踪结果进行融合，得到目标检测结果，包括：
若所述第二检测结果与所述目标跟踪结果存在重叠目标，则删除所述目标跟踪结果中的所述重叠目标；将所述第二检测结果合并入所述目标跟踪结果中；
若所述第二检测结果与所述目标跟踪结果不存在重叠目标，则直接将所述第二检测结果合并入所述目标跟踪结果中。
3.根据权利要求1或2所述的方法，其特征在于，所述分别对所述首帧图像和次帧图像进行目标检测，包括：
基于单阶段检测模型对图像进行目标检测，所述图像为首帧图像和次帧图像；或，
基于两阶段检测模型对图像进行目标检测，所述图像为首帧图像和次帧图像；所述两阶段检测模型基于初始框预测候选框，基于候选框预测目标检测处理结果。
4.根据权利要求3所述的方法，其特征在于，所述基于单阶段检测模型对图像进行目标检测，包括：
对所述图像进行特征提取，得到特征响应图；
对所述特征响应图进行分类处理，得到分类结果；
对所述特征响应图进行回归处理，得到回归结果；
根据所述回归结果和所述分类结果确定目标检测结果。
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述基于所述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果，包括：
确定所述视频区间中的当前图像；
若所述当前图像为所述视频区间中的第一帧图像，则根据所述第一检测结果确定特征点集；根据所述首帧图像，所述当前图像和所述特征点集得到所述特征点集在所述当前图像的映射结果；根据所述映射结果确定所述当前图像的目标跟踪结果；
若所述当前图像为所述视频区间中的非第一帧图像，则根据所述当前图像的上一帧图像的目标跟踪结果确定特征点集；根据所述当前图像的上一帧图像，所述当前图像和所述特征点集得到所述特征点集在所述当前图像的映射结果；根据所述映射结果确定所述当前图像的目标跟踪结果。
6.根据权利要求5所述的方法，其特征在于，所述根据所述映射结果确定所述当前图像的目标跟踪结果，包括：
根据所述映射结果，得到所述特征点集中每个特征点的位置偏移量；
对各个所述位置偏移量进行过滤，得到过滤结果；
根据所述过滤结果得到所述当前图像的目标跟踪结果。
7.根据权利要求6所述的方法，其特征在于，所述视频流基于对沿固定方向进行整体移动的物体的拍摄结果产生：
所述对各个所述位置偏移量进行过滤，得到过滤结果，包括：
计算各个位置偏移量在所述固定方向的波动指标，将波动指标大于预设波动阈值的位置偏移量舍弃，将波动指标小于等于所述波动阈值的位置偏移量作为过滤结果；
所述根据所述过滤结果得到所述当前图像的目标跟踪结果，包括：
计算所述过滤结果中的各个位置偏移量的绝对值的均值；
若所述当前图像为所述视频区间中的第一帧图像，则将所述第一检测结果在所述固定方向偏移所述均值，得到所述当前图像的目标跟踪结果；
若所述当前图像为所述视频区间中的非第一帧图像，则将所述当前图像的上一帧图像的目标跟踪结果在所述固定方向偏移所述均值，得到所述当前图像的目标跟踪结果。
8.根据权利要求1所述的方法，其特征在于，所述视频流为包含物品的安检视频流，则所述方法还包括：
若检测结果中包含违禁物品，则输出包含所述违禁物品的检测结果，所述检测结果包括第一检测结果、目标跟踪结果或目标检测结果。
9.根据权利要求8所述的方法，其特征在于：
所述获取视频流，包括：基于第一预设接口获取所述视频流，所述第一预设接口与对X光机输出的视频流进行数据处理的设备的输出接口相兼容；
所述输出包含所述违禁物品的检测结果包括基于第二预设接口输出所述检测结果，所述第二预设接口与显示器的输入接口兼容。
10.根据权利要求1所述的方法，其特征在于，所述视频流中的各帧图像的标识被顺序递增编码；所述目标检测条件为所述图像的标识被预设参考数据整除。
11.一种目标检测装置，其特征在于，所述装置包括：
视频流获取模块，用于获取视频流；
目标检测模块，用于依次对首帧图像和次帧图像进行目标检测，得到第一检测结果和第二检测结果；其中，所述首帧图像为所述视频流中满足目标检测条件的尚未实施目标检测的第一帧图像，所述次帧图像为所述首帧图像之后的满足目标检测条件的第一帧图像；
图像跟踪模块，用于根据所述首帧图像和所述次帧图像确定视频区间，基于所述第一检测结果对视频区间中的图像依次进行目标跟踪，得到目标跟踪结果；
融合模块，用于将所述第二检测结果和所述目标跟踪结果进行融合，得到目标检测结果。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-10中任意一项所述的一种目标检测方法。
13.一种电子设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-10中任意一项所述的一种基于目标检测方法。
14.一种目标检测系统，其特征在于，包括X光机，视频采集卡，显示器和如权利要求13所述的一种电子设备；
所述X光机、所述视频采集卡、所述电子设备以及所述显示器依次顺序连接。
CN202011269333.6A 2020-11-13 目标检测方法、装置、存储介质及设备 Active CN112381858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011269333.6A CN112381858B (zh) 2020-11-13 目标检测方法、装置、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011269333.6A CN112381858B (zh) 2020-11-13 目标检测方法、装置、存储介质及设备

Publications (2)

Publication Number Publication Date
CN112381858A true CN112381858A (zh) 2021-02-19
CN112381858B CN112381858B (zh) 2024-06-11

Family

ID=

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052874A (zh) * 2021-03-18 2021-06-29 上海商汤智能科技有限公司 目标跟踪方法及装置、电子设备和存储介质
CN113724220A (zh) * 2021-08-27 2021-11-30 青岛创新奇智科技集团股份有限公司 视频处理方法、装置、电子设备及计算机可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2008255189A1 (en) * 2008-12-09 2010-06-24 Canon Kabushiki Kaisha Method of detecting artefacts in video data
US20150269437A1 (en) * 2014-03-19 2015-09-24 Kabushiki Kaisha Toshiba Image processing apparatus, method thereof and program therefor
CN105303549A (zh) * 2015-06-29 2016-02-03 北京格灵深瞳信息技术有限公司 一种确定视频图像中被测对象间位置关系的方法及装置
CN109785368A (zh) * 2017-11-13 2019-05-21 腾讯科技（深圳）有限公司 一种目标跟踪方法和装置
CN110287874A (zh) * 2019-06-25 2019-09-27 北京市商汤科技开发有限公司 目标追踪方法及装置、电子设备和存储介质
CN110378264A (zh) * 2019-07-08 2019-10-25 Oppo广东移动通信有限公司 目标跟踪方法及装置
CN110443824A (zh) * 2018-05-02 2019-11-12 北京京东尚科信息技术有限公司 用于生成信息的方法和装置
CN110516620A (zh) * 2019-08-29 2019-11-29 腾讯科技（深圳）有限公司 目标跟踪方法、装置、存储介质及电子设备
CN110910422A (zh) * 2019-11-13 2020-03-24 北京环境特性研究所 目标跟踪方法、装置、电子设备和可读存储介质
CN111104920A (zh) * 2019-12-27 2020-05-05 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2008255189A1 (en) * 2008-12-09 2010-06-24 Canon Kabushiki Kaisha Method of detecting artefacts in video data
US20150269437A1 (en) * 2014-03-19 2015-09-24 Kabushiki Kaisha Toshiba Image processing apparatus, method thereof and program therefor
CN105303549A (zh) * 2015-06-29 2016-02-03 北京格灵深瞳信息技术有限公司 一种确定视频图像中被测对象间位置关系的方法及装置
CN109785368A (zh) * 2017-11-13 2019-05-21 腾讯科技（深圳）有限公司 一种目标跟踪方法和装置
CN110443824A (zh) * 2018-05-02 2019-11-12 北京京东尚科信息技术有限公司 用于生成信息的方法和装置
CN110287874A (zh) * 2019-06-25 2019-09-27 北京市商汤科技开发有限公司 目标追踪方法及装置、电子设备和存储介质
CN110378264A (zh) * 2019-07-08 2019-10-25 Oppo广东移动通信有限公司 目标跟踪方法及装置
CN110516620A (zh) * 2019-08-29 2019-11-29 腾讯科技（深圳）有限公司 目标跟踪方法、装置、存储介质及电子设备
CN110910422A (zh) * 2019-11-13 2020-03-24 北京环境特性研究所 目标跟踪方法、装置、电子设备和可读存储介质
CN111104920A (zh) * 2019-12-27 2020-05-05 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张婷婷;章坚武;郭春生;陈华华;周迪;王延松;徐爱华;: "基于深度学习的图像目标检测算法综述", 电信科学, no. 07, 20 July 2020 (2020-07-20) *
李健;刘歆浏;: "目标二次提取法在高帧频视频跟踪器上的应用", 兵器装备工程学报, no. 06, 25 June 2017 (2017-06-25) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052874A (zh) * 2021-03-18 2021-06-29 上海商汤智能科技有限公司 目标跟踪方法及装置、电子设备和存储介质
CN113052874B (zh) * 2021-03-18 2022-01-25 上海商汤智能科技有限公司 目标跟踪方法及装置、电子设备和存储介质
WO2022193456A1 (zh) * 2021-03-18 2022-09-22 上海商汤智能科技有限公司 目标跟踪方法及装置、电子设备和存储介质
CN113724220A (zh) * 2021-08-27 2021-11-30 青岛创新奇智科技集团股份有限公司 视频处理方法、装置、电子设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN109829501B (zh) 图像处理方法及装置、电子设备和存储介质
CN110647834B (zh) 人脸和人手关联检测方法及装置、电子设备和存储介质
CN110348537B (zh) 图像处理方法及装置、电子设备和存储介质
CN110674719B (zh) 目标对象匹配方法及装置、电子设备和存储介质
CN110378976B (zh) 图像处理方法及装置、电子设备和存储介质
CN106651955B (zh) 图片中目标物的定位方法及装置
CN110287874B (zh) 目标追踪方法及装置、电子设备和存储介质
US20210248718A1 (en) Image processing method and apparatus, electronic device and storage medium
CN109446994B (zh) 手势关键点检测方法、装置、电子设备及存储介质
US20210103733A1 (en) Video processing method, apparatus, and non-transitory computer-readable storage medium
CN113344901B (zh) 涂胶缺陷检测方法、装置、存储介质及电子设备
CN113538407B (zh) 锚点确定方法及装置、电子设备和存储介质
CN110633700B (zh) 视频处理方法及装置、电子设备和存储介质
CN110458218B (zh) 图像分类方法及装置、分类网络训练方法及装置
CN111104920B (zh) 视频处理方法及装置、电子设备和存储介质
CN109145970B (zh) 基于图像的问答处理方法和装置、电子设备及存储介质
CN110543850A (zh) 目标检测方法及装置、神经网络训练方法及装置
CN110543849B (zh) 检测器的配置方法及装置、电子设备和存储介质
CN111242303A (zh) 网络训练方法及装置、图像处理方法及装置
US20220383517A1 (en) Method and device for target tracking, and storage medium
CN111523599B (zh) 目标检测方法及装置、电子设备和存储介质
CN111435422B (zh) 动作识别方法、控制方法及装置、电子设备和存储介质
CN113269307B (zh) 神经网络训练方法以及目标重识别方法
CN111523555A (zh) 图像处理方法及装置、电子设备和存储介质
CN109671051B (zh) 图像质量检测模型训练方法及装置、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