CN117037032A - 图像的目标检测方法、装置、设备及介质 - Google Patents

图像的目标检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN117037032A
CN117037032A CN202311002582.2A CN202311002582A CN117037032A CN 117037032 A CN117037032 A CN 117037032A CN 202311002582 A CN202311002582 A CN 202311002582A CN 117037032 A CN117037032 A CN 117037032A
Authority
CN
China
Prior art keywords
image
pixel
detected
change
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.)
Pending
Application number
CN202311002582.2A
Other languages
English (en)
Inventor
张凤春
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.)
Beijing Ruian Technology Co Ltd
Original Assignee
Beijing Ruian 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 Beijing Ruian Technology Co Ltd filed Critical Beijing Ruian Technology Co Ltd
Priority to CN202311002582.2A priority Critical patent/CN117037032A/zh
Publication of CN117037032A publication Critical patent/CN117037032A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/766Arrangements for image or video recognition or understanding using pattern recognition or machine learning using regression, e.g. by projecting features on hyperplanes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像的目标检测方法、装置、设备及介质,涉及图像处理技术领域。包括:根据待检测图像中各像素值和辅助图像中的对应像素值,确定待检测图像的变化结果图像;缩放变化结果图像,得到第一缩放图像,以及缩放待检测图像,得到第二缩放图像;确定待检测图像的第一检测变化区域和第二缩放图像的第二检测变化区域;从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;从第一检测结果和第二检测结果中,筛选目标检测结果。本方案提高了对图像进行目标检测的效率。

Description

图像的目标检测方法、装置、设备及介质
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像的目标检测方法、装置、设备及介质。
背景技术
视频监控系统可以对行人或车辆等目标进行监控,以保障城市道路交通的安全;例如,可以从道路视频监控系统中检测车辆,以判断相应车辆是否存在闯红灯和逆行等危险行为。
现有技术中,通常直接对采集到的监控视频中的监控图像进行目标检测,存在检测效率较低的缺陷。
发明内容
本发明提供了一种图像的目标检测方法、装置、设备及介质,以提高对图像进行目标检测的效率。
第一方面,本发明提供了一种图像的目标检测方法,包括:
根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同;
对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同;
根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域;
从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;
根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。
第二方面,本发明还提供了一种图像的目标检测装置,包括:
变化结果图像确定模块,用于根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同;
缩放图像确定模块,用于对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同;
检测变化区域确定模块,用于根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域;
预测区域确定模块,用于从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;
目标检测结果确定模块,用于根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。
第三方面,本发明实施例还提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例所提供的图像的目标检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的图像的目标检测方法。
本发明实施例根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同;对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同;根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域;从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。本发明实施例的技术方案,对待检测图像和待检测图像的第二缩放图像进行检测,确定第一检测结果和第二检测结果,并从第一检测结果和第二检测结果中筛选目标检测结果,提高了对于图像中小目标的检测率;根据变化结果图像确定待检测图像中的第一检测变化区域,以及根据第一缩放图像确定第二缩放图像中的第二检测变化区域,从检测变化区域中筛选预测区域,降低了图像检测的计算量,进而提高了对图像进行目标检测的效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
图1是根据本发明实施例一提供的一种图像的目标检测方法的流程图;
图2是根据本发明实施例二提供的一种图像的目标检测方法的流程图;
图3是根据本发明实施例三提供的一种图像的目标检测方法的流程图;
图4是根据本发明实施例四提供的一种图像的目标检测装置的结构示意图;
图5是实现本发明实施例的图像的目标检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当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”和“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、产品或设备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。
本发明实施例的技术方案中,所涉及的待检测图像等的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
实施例一
图1为本发明实施例一提供的一种图像的目标检测方法的流程图,本实施例可适用于对图像进行检测进行确定的情况,该方法可以由一种图像的目标检测装置来执行,该图像的目标检测装置可以采用硬件和/或软件的形式实现,并具体配置于电子设备中,例如服务器中。
参见图1所示的图像的目标检测方法,包括:
S101、根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同。
本实施例中,待检测图像可以是待进行目标检测的图像。辅助图像即为待检测图像的前一帧图像。变化结果图像可以用于表征待检测图像相较于辅助图像的变化结果;变化结果图像中像素点的像素值可以用于表征待检测图像中对应像素点相较于辅助图像中对应像素点的变化结果。变化结果可以包括但不限于变化和未变化等。变化结果图像的尺寸和待检测图像的尺寸相同。尺寸可以指的是图像高度和图像宽度。
在一个可选实施例中,变化结果图像中变化结果为变化的像素点的像素值为第一像素值,变化结果为变化的像素点的像素值为第二像素值。第一像素值与第二像素值不同。
具体的,采用一定的算法,根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像。在一个具体实施方式中,可以从监控录像或录屏等视频中获取待检测图像和辅助图像。
S102、对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同。
本实施例中,第一缩放图像可以是变化结果图像缩放后的图像。第二缩放图像可以是待检测图像缩放后的图像。第一缩放图像中像素点的像素值可以用于表征第二缩放图像中对应像素点的变化结果。
具体的,获取预设尺寸;确定变化结果图像高度与预设尺寸中预设的图像高度之间的高度比值,以及确定变化结果图像宽度与预测尺寸中预设的图像宽度之间的宽度比值;根据高度比值和宽度比值确定第一缩放图像中各像素点对应在变化结果图像中的像素融合区域;针对每一像素融合区域,对该像素融合区域中各像素点的像素值进行融合,将融合后的像素值作为第一缩放图像中对应像素点的像素值,得到变化结果图像。需要说明的是,预设尺寸可以由技术人员根据实际需求或实践经验自主设定,本发明对此不作限定。第二缩放图像的确定过程与第一缩放图像确定过程类似,此处不再赘述。
举例说明,若预设尺寸为320*320,变化结果图像的尺寸为640*640。则高度比值为2,宽度比值为2,则像素融合区域的尺寸为2*2。第一缩放图像中第1行第1列的像素点,其对应在变化结果图像中的像素融合区域为变化结果图像中的第1行第1列的像素点、第1行第2列的像素点、第2行第1列和第2行第2列的像素点形成的区域;对于第一缩放图像中第1行第2列的像素点,其对应在变化结果图像中的像素融合区域为变化结果图像中的第1行第3列的像素点、第1行第4列的像素点、第2行第3列和第2行第4列的像素点形成的区域;对于第一缩放图像中第2行第1列的像素点,其对应在变化结果图像中的像素融合区域为变化结果图像中的第3行第1列的像素点、第3行第2列的像素点、第4行第1列和第4行第2列的像素点形成的区域。
在一个可选实施例中,对于第一缩放图像中每一像素点,确定该像素点对应的像素融合区域中是否存在像素值为第一像素值的像素点;若存在,则该像素点的像素值为第一像素值,否则该像素点的像素值为第二像素值;或者对于第一缩放图像中每一像素点,确定该像素点对应的像素融合区域中各像素点之间的像素值均值;确定像素值均值与第一像素值之间的第一像素差值,以及像素值与第二像素值之间的第二像素差值;若第一像素差值小于或等于第二像素差值,则该像素点的像素值为第一像素值,否则该像素点的像素值为第二像素值。
在另一个可选实施例中,对于第二缩放图像中的每一像素点,确定该像素点对应像素融合区域中像素点在各颜色通道内的像素值均值;将像素融合区域中像素点在各颜色通道内的像素值均值,作为该像素点在对应颜色通道内的像素值。
S103、根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域。
本实施例中,第一检测变化区域可以是待检测图像中像素变化的区域。第二检测变化区域可以是第二缩放图像中像素变化的区域。
具体的,在变化结果图像中确定像素值为第一像素值的至少一个连通域;对于每一连通域,若该连通域的形状不为矩形,则以该连通域的水平最大距离为宽度,以该连通域的竖直最大距离为高度,对该连通域进行扩充,得到矩形形状的连通域;将各矩形的连通域对应在待检测图像中的区域作为待检测图像中的第一检测变化区域。需要说明的是,第二检测变化区域的确定过程与第一检测变化区域的确定过程类似,此处不再赘述。
S104、从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果。
本实施例中,第一预测区域可以是待检测图像中待进行目标检测的区域。第二预测区域可以是第二缩放图像中待进行目标检测的区域。第一检测结果可以是第一预测区域的检测结果,包括但不限于第一预测区域的位置回归系数、第一预测区域中包含目标的概率和第一预测区域所属类别等。第二检测结果可以是第二预测区域的检测结果,包括但不限于第二预测区域的位置回归系数、第二预测区域中包含目标的概率和第二预测区域所属类别等。在一个可选实施例中,第一预测区域和第二预测区域的形状是矩形。预设类别可以由技术人员根据实际需求或实践经验自主设定。
具体的,采用一定的算法,从第一检测变化区域中筛选第一预测区域;获取第一预测区域的位置信息和尺寸信息;将待检测图像和第一预测区域的位置信息和尺寸信息输入目标检测模型,得到第一预测区域的第一检测结果。需要说明的是,第二检测结果的确定过程与第一检测结果的确定过程类似,此处不再赘述。
S105、根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。
本实施例中,目标检测结果可以是待检测图像最终的检测结果,包括但不限于待检测图像中的目标区域和目标区域的所属类别。目标区域可以是包含待检测图像中真实目标的区域。
具体的,根据第一检测结果中的位置回归系数进行边界回归,得到待检测图像中第一候选区域;其中,第一候选区域的类别即是对应第一预测区域的所属类别;根据第二检测结果中的位置回归系数对第二检测区域的位置信息和尺寸信息进行调整,得到第二缩放图像中的辅助区域;根据第二缩放图像和待检测图像之间的高度比值和宽度比值,将辅助区域映射到待检测图像中,得到待检测图像的第二候选区域;其中,第二候选区域的所属类别即为对应第二预测区域的所属类别;从第一候选区域和第二候选区域中筛选目标区域;将目标区域和目标区域的所属类别作为目标检测结果。需要说明的是,本发明对目标区域的筛选方法不做限定,例如可以采用非极大值抑制法和加权非极大值抑制法等。
本发明实施例根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同;对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同;根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域;从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。本发明实施例的技术方案,对待检测图像和待检测图像的第二缩放图像进行检测,确定第一检测结果和第二检测结果,并从第一检测结果和第二检测结果中筛选目标检测结果,提高了对于图像中小目标的检测率;根据变化结果图像确定待检测图像中的第一检测变化区域,以及根据第一缩放图像确定第二缩放图像中的第二检测变化区域,从检测变化区域中筛选预测区域,降低了图像检测的计算量,进而提高了对图像进行目标检测的效率。
实施例二
图2为本发明实施例二提供的一种图像的目标检测方法的流程图,本发明实施例在上述实施例的技术方案的基础上,对第一预测区域的确定操作进行了优化改进。
进一步地,将“从第一检测变化区域中筛选第一预测区域”细化为“获取第一检测变化区域的第一尺寸;获取待检测图像中备选区域的第二尺寸;确定待检测图像中的第一检测变化区域的第一尺寸与备选区域的第二尺寸之间的尺寸差异;根据尺寸差异,对第一检测变化区域进行筛选,得到第一预测区域”,以完善第一预测区域的确定操作。
需要说明的是,在本发明实施例中未详述部分,可参见前述实施例的表述。
参见图2所示的图像的目标检测方法,包括:
S201、根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同。
在一个可选实施例中,可以获取至少两张原始图像,将各原始图像进行合并处理,得到待检测图像;相应的,将各原始图像的前一帧图像进行与原始图像相同的合并处理,得到辅助图像。
S202、对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同。
S203、根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域。
S204、获取第一检测变化区域的第一尺寸。
本实施例中,第一尺寸即为第一检测变化区域的尺寸,包括第一检测变化区域的宽度和第一检测变化区域的高度。
S205、获取待检测图像中备选区域的第二尺寸。
本实施例中,第二尺寸即为备选区域的尺寸,包括备选区域的宽度和备选区域的高度。需要说明的是,第二尺寸可以由技术人员根据实际需求或实践经验自主设定,本发明对此不做限定。在一个可选实施例中,备选区域的形状可以是矩形。
S206、确定待检测图像中的第一检测变化区域的第一尺寸与备选区域的第二尺寸之间的尺寸差异。
本实施例中,尺寸差异可以是第一检测变化区域与备选区域在尺度上的差异。具体的,确定第一检测变化区域的宽度与备选区域的宽度之间的宽度差值,以及第一检测变化区域的高度与备选区域的高度之间的高度差值;获取预设宽度权重和预设高度权重;将宽度差值与预设宽度权重相乘,得到宽度乘积;将高度差值与预设高度权重相乘,得到高度乘积;将宽度乘积与高度乘积之间的和作为尺寸差异。
需要说明的是,预设宽度权重和预设高度权重可以由技术人员根据实际需求或实践经验自主设定,本发明对此不做限定。
S207、根据尺寸差异,对第一检测变化区域进行筛选,得到第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果。
具体的,采用一定的算法,根据尺寸差异,对第一检测变化区域进行筛选,得到第一预测区域。
可选的,根据尺寸差异,对第一检测变化区域进行筛选,得到第一预测区域,包括:选择尺寸差异满足小差异条件的预设数量的第一检测变化区域,确定为第一预测区域。
其中,小差异条件可以是尺寸差异小于其他第一检测变化区域的尺寸差异。具体的,按照尺寸差异的大小对第一检测变化区域进行排序;根据尺寸差异的排序顺序,选取预设数量的第一检测变化区域作为第一预测区域。示例性的,将第一检测变化区域按照尺寸差异从小到大排序,选取排序中前三个第一检测变化区域作为第一预测区域;将第一检测变化区域按照尺寸差异从大到小排序,选取排序中最后三个第一检测变化区域作为第一预测区域。
可以理解的是,采用上述技术方案,选取尺寸差异满足小差异条件的预设数量的第一检测变化区域作为第一预测区域,可以提高第一预测区域与第一检测变化区域之间的重合面积,提高第一预测区域中像素变化的像素点的数量,进而提高根据第一检测结果和第二检测结果,得到的待检测图像的目标检测结果的准确率。
需要说明的是,第二预测区域的确定过程与第一预测区域的确定过程类似,此处不在赘述。
S208、根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。
在一个可选实施例中,根据变化结果图像的像素值,从变化结果图像中确定静止区域;对于静止区域中的每一像素点,根据该像素点在待检测图像中对应像素点的像素值和该像素点在辅助图像中对应像素点的像素值,对该像素点在待检测图像中对应像素点的像素值进行更新,以采用更新后的待检测图像作为新的辅助图像,用于对新的待检测图像进行目标检测。
具体的,在变化结果图像中确定像素值为第二像素值的至少一个连通域;将各第二像素值的连通域作为静止区域;对于静止区域中的每一像素点,确定该像素点在辅助图像中对应像素点的像素值与该像素点在待检测图像中对应像素点的像素值之间的像素值差值;确定像素值差值与预设数值之间的比值;将该像素点在待检测图像中对应像素点的像素值更新为该像素点在待检测图像中对应像素点的像素值与该比值之间的和,宜采用更新后的检测图像作为新的辅助体香,用于对新的待检测图像进行目标检测。
可以理解的是,采用上述技术方案,可以对待检测图像进行更新,以使待检测图像随动态变化的实际场景而变化,降低环境变化对待检测图像的影响,提高新的待检测图像的变化结果图像的准确率,进而对新的待检测图像进行目标检测的准确率。
本发明实施例的技术方案,通过获取第一检测变化区域的第一尺寸;获取待检测图像中备选区域的第二尺寸;确定第一检测变化区域的第一尺寸与备选区域的第二尺寸之间的尺寸差异;根据尺寸差异,对第一检测变化区域进行筛选,得到第一预测区域。本发明实施例的技术方案,根据尺寸差异对第一检测变化区域进行筛选,以得到与第一检测变化区域之间的重合面积较高的第一预测区域,提高第一预测区域中像素变化的像素点的数量,进而提高根据第一检测结果和第二检测结果,得到的待检测图像的目标检测结果的准确率。
实施例三
图3为本发明实施例三提供的一种图像的目标检测方法的流程图,本发明实施例在上述实施例的技术方案的基础上,对变化结果图像的确定操作进行了优化改进。
进一步地,将“根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像”细化为“对于待检测图像中的每一像素点,根据待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果;根据待检测图像中各像素点的像素变化结果,得到待检测图像的变化结果图像”,以完善变化结果图像的确定操作。
需要说明的是,在本发明实施例中未详述部分,可参见前述实施例的表述。
参见图3所示的图像的目标检测方法,包括:
S301、对于待检测图像中的每一像素点,根据待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果。
具体的,采用一定的算法,根据待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果。
可选的,待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果,包括:将待检测图像中该像素点的像素值与该像素点在辅助图像中对应像素点的像素值之间的像素值差值,确定为该像素点的像素变化值;根据该像素点的像素变化值与该像素点像素值的平方值,确定该像素点的像素变化结果。
具体的,采用一定的算法,根据该像素点的像素变化值与该像素点像素值的平方值,确定该像素点的像素变化结果。
可以理解的是,采用上述技术方案,根据像素平方值和像素变化值,确定像素变化结果,提高了像素变化结果的准确率。
可选的,根据该像素点的像素变化值与该像素点像素值的平方值,确定该像素点的像素变化结果,包括:若该像素点的像素变化值与该像素点像素值的平方值之间的比值大于或等于预设比值,则确定该像素点的像素变化结果为变化;若该像素点的像素变化值与该像素点像素值的平方值之间的比值小于预设比值,则确定该像素点的像素变化结果为未变化。
需要说明的使,预设比值可以由技术人员根据实际需求或实践经验自主设定,本发明对此不做限定。
可以理解的是,采用上述技术方案,根据像素变化值与像素值的平方值之间的比值,确定像素变化结果,提高了像素变化结果的准确率。
S302、根据待检测图像中各像素点的像素变化结果,得到待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同。
具体的,将变化结果图像中变化结果为变化的像素点的像素值为第一像素值,变化结果为变化的像素点的像素值为第二像素值,得到变化结果图像。第一像素值与第二像素值不同。
S303、对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同。
S304、根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域。
S305、从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果。
S306、根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。
在一个可选实施例中,在得到第二缩放图像之后,可以对变化结果图像和待识别图像再进行至少一次缩放处理,得到尺寸与第二缩放图像尺寸不同的缩放图像。示例性的,在得到第二缩放图像之后,对变化结果图像再进行一次缩放处理,得到第三缩放图像,对待检测图像再进行一次缩放处理,得到第四缩放图像,第三缩放图像和第四缩放图像的尺寸相同;根据第三缩放图像和第四缩放图像,确定第四缩放图像中的第三检测变化区域;从第三检测变化区域中筛选第三预测区域,并对根据第四缩放图像对第三预测区域进行目标检测,得到第三检测结果;根据第一检测结果、第二检测结果和第三检测结果,得到待检测图像的目标检测结果。
在一个可选实施例中,目标检测模型的预设类别中包括但不限于车辆类别和行人类别。若待检测图像的目标检测结果中目标区域的所属类别为车辆类别,则进一步对目标区域进行目标检测,识别目标区域中的车辆挂件和遮阳板等物体,以通过挂件和遮阳板等信息对车辆进行标识;若待检测图像的目标检测结果中目标区域的所属类别为行人类别,则通过人体骨架点检测模型对目标区域进行检测,以识别目标区域中的行人行为;检测行人行为是否为预设的危险行为,例如在开车时打电话等行为,并生成对应的告警信息,以提示相关人员进行处理。
本发明实施例对于待检测图像中的每一像素点,根据待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果;根据待检测图像中各像素点的像素变化结果,得到待检测图像的变化结果图像。本发明实施例的技术方案,根据待检测图像和辅助图像的中像素值,确定像素变化结果,并得到变化结果图像,提高了变化结果图像的准确率。
实施例四
图4为本发明实施例四提供的一种图像的目标检测装置的结构示意图。本发明实施例可适用于对于对图像进行检测的情况,该装置可以执行图像的目标检测方法,该图像的目标检测装置可以采用硬件和/或软件的形式实现,该装置可配置于电子设备中,例如服务器中。
参见图4所示的图像的目标检测装置,包括变化结果图像确定模块401、缩放图像确定模块402、检测变化区域确定模块403、预测区域确定模块404和目标检测结果确定模块405,其中,
变化结果图像确定模块401,用于根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同;
缩放图像确定模块402,用于对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同;
检测变化区域确定模块403,用于根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域;
预测区域确定模块404,用于从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;
目标检测结果确定模块405,用于根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。
本发明实施例通过变化结果图像确定模块,根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定待检测图像的变化结果图像;其中,辅助图像是待检测图像的前一帧图像;辅助图像和待检测图像的尺寸相同;缩放图像确定模块,对变化结果图像进行缩放,得到第一缩放图像,以及对待检测图像进行缩放,得到第二缩放图像;其中,第一缩放图像和第二缩放图像的尺寸相同;检测变化区域确定模块,根据变化结果图像和待检测图像,确定待检测图像中的第一检测变化区域,以及根据第一缩放图像和第二缩放图像,确定第二缩放图像中的第二检测变化区域;预测区域确定模块,从第一检测变化区域中筛选第一预测区域,并对根据待检测图像对第一预测区域进行目标检测,得到第一检测结果,以及从第二检测变化区域筛选第二预测区域,并根据第二缩放图像对第二预测区域进行目标检测,得到第二检测结果;目标检测结果确定模块,根据第一检测结果和第二检测结果,得到待检测图像的目标检测结果。本发明实施例的技术方案,对待检测图像和待检测图像的第二缩放图像进行检测,确定第一检测结果和第二检测结果,并从第一检测结果和第二检测结果中筛选目标检测结果,提高了对于图像中小目标的检测率;根据变化结果图像确定待检测图像中的第一检测变化区域,以及根据第一缩放图像确定第二缩放图像中的第二检测变化区域,从检测变化区域中筛选预测区域,降低了图像检测的计算量,进而提高了对图像进行目标检测的效率。
可选的,预测区域确定模块404,包括:
第一尺寸获取单元,用于获取第一检测变化区域的第一尺寸;
第二尺寸获取单元,用于获取待检测图像中备选区域的第二尺寸;
尺寸差异获取单元,用于确定待检测图像中的第一检测变化区域的第一尺寸与备选区域的第二尺寸之间的尺寸差异;
预测区域确定单元,用于根据尺寸差异,对第一检测变化区域进行筛选,得到第一预测区域。
可选的,预测区域确定单元,具体用于:
选择尺寸差异满足小差异条件的预设数量的第一检测变化区域,确定为第一预测区域。
可选的,变化结果图像确定模块401,包括:
像素变化结果确定单元,用于对于待检测图像中的每一像素点,根据待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果;
变化结果图像确定单元,用于根据待检测图像中各像素点的像素变化结果,得到待检测图像的变化结果图像。
可选的,像素变化结果确定单元,包括:
像素变化值确定子单元,用于将待检测图像中该像素点的像素值与该像素点在辅助图像中对应像素点的像素值之间的像素值差值,确定该像素点的像素变化值;
像素变化结果确定子单元,用于根据该像素点的像素变化值与该像素点像素值的平方值,确定该像素点的像素变化结果。
可选的,像素变化结果确定子单元,具体用于:
若该像素点的像素变化值与该像素点像素值的平方值之间的比值大于或等于预设比值,则确定该像素点的像素变化结果为变化;
若该像素点的像素变化值与该像素点像素值的平方值之间的比值小于预设比值,则确定该像素点的像素变化结果为未变化。
可选的,该装置还包括:
静止区域确定模块,用于根据变化结果图像的像素值,从变化结果图像中确定静止区域;
像素更新模块,用于对于静止区域中的每一像素点,根据该像素点在待检测图像中对应像素点的像素值和该像素点在辅助图像中对应像素点的像素值,对该像素点在待检测图像中对应像素点的像素值进行更新,以采用更新后的待检测图像作为新的辅助图像,用于对新的待检测图像进行目标检测。
本发明实施例所提供的图像的目标检测装置可执行本发明任意实施例所提供的图像的目标检测方法,具备执行图像的目标检测方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备500的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备500包括至少一个处理器501,以及与至少一个处理器501通信连接的存储器,如只读存储器(ROM)502、随机访问存储器(RAM)503等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器501可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储电子设备500操作所需的各种程序和数据。处理器501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器501可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器501执行上文所描述的各个方法和处理,例如图像的目标检测方法。
在一些实施例中,图像的目标检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由处理器501执行时,可以执行上文描述的图像的目标检测方法的一个或多个步骤。备选地,在其他实施例中,处理器501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像的目标检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS(VirtualPrivate Server,虚拟专用服务器)服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种图像的目标检测方法,其特征在于,所述方法包括:
根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定所述待检测图像的变化结果图像;其中,所述辅助图像是所述待检测图像的前一帧图像;所述辅助图像和所述待检测图像的尺寸相同;
对所述变化结果图像进行缩放,得到第一缩放图像,以及对所述待检测图像进行缩放,得到第二缩放图像;其中,所述第一缩放图像和所述第二缩放图像的尺寸相同;
根据所述变化结果图像和所述待检测图像,确定所述待检测图像中的第一检测变化区域,以及根据所述第一缩放图像和所述第二缩放图像,确定所述第二缩放图像中的第二检测变化区域;
从所述第一检测变化区域中筛选第一预测区域,并对根据所述待检测图像对所述第一预测区域进行目标检测,得到第一检测结果,以及从所述第二检测变化区域筛选第二预测区域,并根据所述第二缩放图像对所述第二预测区域进行目标检测,得到第二检测结果;
根据所述第一检测结果和所述第二检测结果,得到所述待检测图像的目标检测结果。
2.根据权利要求1所述的方法,其特征在于,所述从所述第一检测变化区域中筛选第一预测区域,包括:
获取所述第一检测变化区域的第一尺寸;
获取所述待检测图像中备选区域的第二尺寸;
确定所述第一检测变化区域的第一尺寸与所述备选区域的第二尺寸之间的尺寸差异;
根据所述尺寸差异,对所述第一检测变化区域进行筛选,得到所述第一预测区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述尺寸差异,对所述第一检测变化区域进行筛选,得到所述第一预测区域,包括:
选择尺寸差异满足小差异条件的预设数量的第一检测变化区域,确定为所述第一预测区域。
4.根据权利要求1所述的方法,其特征在于,所述根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定所述待检测图像的变化结果图像,包括:
对于待检测图像中的每一像素点,根据所述待检测图像中该像素点的像素值和该像素点在所述辅助图像中对应像素点的像素值,确定该像素点的像素变化结果;
根据所述待检测图像中各像素点的像素变化结果,得到所述待检测图像的变化结果图像。
5.根据权利要求4所述的方法,其特征在于,所述待检测图像中该像素点的像素值和该像素点在辅助图像中对应像素点的像素值,确定该像素点的像素变化结果,包括:
将所述待检测图像中该像素点的像素值与该像素点在所述辅助图像中对应像素点的像素值之间的像素值差值,确定为该像素点的像素变化值;
根据所述该像素点的像素变化值与所述该像素点像素值的平方值,确定该像素点的像素变化结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述该像素点的像素变化值与所述该像素点像素值的平方值,确定该像素点的像素变化结果,包括:
若该像素点的像素变化值与所述该像素点像素值的平方值之间的比值大于或等于预设比值,则确定该像素点的像素变化结果为变化;
若该像素点的像素变化值与所述该像素点像素值的平方值之间的比值小于预设比值,则确定该像素点的像素变化结果为未变化。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述变化结果图像的像素值,从所述变化结果图像中确定静止区域;
对于静止区域中的每一像素点,根据该像素点在所述待检测图像中对应像素点的像素值和该像素点在所述辅助图像中对应像素点的像素值,对该像素点在所述待检测图像中对应像素点的像素值进行更新,以采用更新后的待检测图像作为新的辅助图像,用于对新的待检测图像进行目标检测。
8.一种图像的目标检测装置,其特征在于,所述装置包括:
变化结果图像确定模块,用于根据待检测图像中各像素点的像素值和辅助图像中对应像素点的像素值,确定所述待检测图像的变化结果图像;其中,所述辅助图像是所述待检测图像的前一帧图像;所述辅助图像和所述待检测图像的尺寸相同;
缩放图像确定模块,用于对所述变化结果图像进行缩放,得到第一缩放图像,以及对所述待检测图像进行缩放,得到第二缩放图像;其中,所述第一缩放图像和所述第二缩放图像的尺寸相同;
检测变化区域确定模块,用于根据所述变化结果图像和所述待检测图像,确定所述待检测图像中的第一检测变化区域,以及根据所述第一缩放图像和所述第二缩放图像,确定所述第二缩放图像中的第二检测变化区域;
预测区域确定模块,用于从所述第一检测变化区域中筛选第一预测区域,并对根据所述待检测图像对所述第一预测区域进行目标检测,得到第一检测结果,以及从所述第二检测变化区域筛选第二预测区域,并根据所述第二缩放图像对所述第二预测区域进行目标检测,得到第二检测结果;
目标检测结果确定模块,用于从所述第一检测结果和所述第二检测结果中,筛选得到所述待检测图像的目标检测结果。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的图像的目标检测方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的图像的目标检测方法。
CN202311002582.2A 2023-08-10 2023-08-10 图像的目标检测方法、装置、设备及介质 Pending CN117037032A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311002582.2A CN117037032A (zh) 2023-08-10 2023-08-10 图像的目标检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311002582.2A CN117037032A (zh) 2023-08-10 2023-08-10 图像的目标检测方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN117037032A true CN117037032A (zh) 2023-11-10

Family

ID=88601773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311002582.2A Pending CN117037032A (zh) 2023-08-10 2023-08-10 图像的目标检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117037032A (zh)

Similar Documents

Publication Publication Date Title
CN113936256A (zh) 一种图像目标检测方法、装置、设备以及存储介质
CN113205037B (zh) 事件检测的方法、装置、电子设备以及可读存储介质
EP3951741A2 (en) Method for acquiring traffic state, relevant apparatus, roadside device and cloud control platform
CN114943936B (zh) 目标行为识别方法、装置、电子设备及存储介质
CN112132216B (zh) 车型识别方法、装置、电子设备及存储介质
CN112766069A (zh) 基于深度学习的车辆违停检测方法、装置及电子设备
WO2023138163A1 (zh) 一种基于深度图像修复的室内移动机器人玻璃检测与地图更新方法
JP2022043214A (ja) 信号灯の位置判定方法、装置、記憶媒体、プログラム、路側機器
CN113901911B (zh) 图像识别、模型训练方法、装置、电子设备及存储介质
CN116129328A (zh) 遗留物检测方法、装置、设备以及存储介质
CN113052047B (zh) 交通事件的检测方法、路侧设备、云控平台及系统
CN113052048B (zh) 交通事件检测方法、装置、路侧设备以及云控平台
CN113505643A (zh) 违章目标物检测方法及相关装置
CN117197571A (zh) 一种光伏组件故障检测方法、装置、电子设备及存储介质
CN117037032A (zh) 图像的目标检测方法、装置、设备及介质
CN115761698A (zh) 一种目标检测方法、装置、设备及存储介质
CN115995075A (zh) 一种车辆自适应导航方法、装置、电子设备及存储介质
CN114926791A (zh) 一种路口车辆异常变道检测方法、装置、存储介质及电子设备
CN114445711B (zh) 图像检测方法、装置、电子设备和存储介质
CN112700657B (zh) 用于生成检测信息的方法、装置、路侧设备和云控平台
CN116385952B (zh) 配网线路小目标缺陷检测方法、装置、设备及存储介质
CN113806361B (zh) 电子监控设备与道路的关联方法、装置及存储介质
CN115223374B (zh) 车辆跟踪方法、装置及电子设备
CN117351462A (zh) 施工作业检测模型训练方法、装置、设备及存储介质
CN116758306A (zh) 一种路面静态物体图像的增强方法、装置、设备及介质

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