CN118134881A - 一种异物检测方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种异物检测方法、装置、设备及存储介质。该方法包括：每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。通过本发明的技术方案，能够实现针对目标视频帧的异物检测，提高了异物检测工作的检测精度，降低了异物检测工作的误检率。

Description

一种异物检测方法、装置、设备及存储介质

技术领域

本发明涉及图像分析领域，尤其涉及一种异物检测方法、装置、设备及存储介质。

背景技术

高铁异物检测任务的主要目标是及时发现崩塌落石、倒塌树木等影响高铁运行的异物并给出正确的检测结果，但是在高铁真实运行场景中，存在着许多影响异物检测性能的因素。例如：雨雪等复杂天气造成的天气性异物，光照变化造成的阴影，铁轨周边风吹草动以及摄像头晃动等均会造成对异物检测性能的影响。

目前异物检测任务的主流解决方法主要分为两种，一种是传统运动目标检测中常用的背景差分法，另一种是基于卷积网络的目标检测、分割方法。一方面，背景差分法的检测速度较快、定位准确，但是受限于光照变化、目标运动、雨雪天气等因素，背景建模较困难，从而不可避免地会检测出较多的噪声，检测性能不稳定。另一方面，基于卷积网络的方法对于场景的鲁棒性较好，但需要大量的训练数据，真实场景下的异物类别较多，包括了落石、树木、彩钢板等，具有不可穷举性。因此，一旦场景中出现了训练时未出现类别的异物，模型容易忽略该类别，从而造成大量漏检与误检。

综上，现有技术在进行异物检测的工作时，存在检测精度较低，且异物检测工作的误检率较高的问题。

发明内容

本发明提供了一种异物检测方法、装置、设备及存储介质，可以解决现有技术在进行异物检测的工作时，检测精度较低，且误检率较高的问题。

第一方面，本发明实施例提供了一种异物检测方法，该方法包括：

每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；

将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；

基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

第二方面，本发明实施例提供了一种异物检测装置，该装置包括：

视频帧获取模块，用于每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；

背景分割模块，用于将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；

检测结果获取模块，用于基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

第三方面，本发明实施例提供了一种电子设备，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本发明任一实施例所述的一种异物检测方法。

第四方面，本发明实施例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本发明任一实施例所述的一种异物检测方法。

本发明实施例的技术方案，通过每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧，之后将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景，最后基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果，解决了现有技术在进行异物检测的工作时，检测精度较低，且误检率较高的问题，实现了针对目标视频帧的异物检测，提高了异物检测工作的检测精度，降低了异物检测工作的误检率。

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异物检测方法的流程图；

图2是根据本发明实施例二提供的一种异物检测方法的流程图；

图3是根据本发明实施例三提供的一种异物检测装置的结构示意图；

图4是实现本发明实施例的一种异物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”、“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。

实施例一

图1为本发明实施例一提供的一种异物检测方法的流程图，本实施例可适用于对目标视频帧进行异物检测的情况，该方法可以由一种异物检测装置来执行，该异物检测装置可以采用硬件和/或软件的形式实现，该异物检测装置可配置于具有异物检测功能的终端或服务器中。

如图1所示，该方法包括：

S110、每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧。

其中，所述检测时间点可以为人工预先设置与调整的时间点，需要注意的是，所述检测时间点可以以天为周期进行设置，如每天的上午十点整，也可以以小时为周期进行设置，如每小时的半点，本实施例对具体的检测时间点的设置规则不做限制。

在本实施例的一个具体实施方式中，所述监控区域可以为设置有摄像头等图像采集设备的铁路场景，如铁路轨道以及铁路站台等；进一步的，所述样本视频帧为通过人工预先采集的所述监控区域的历史图片样本；容易理解的是，所述样本视频帧的采集时间应在目标视频帧的采集时间之前。

具体的，获取监控区域内在所述检测时间点采集的目标视频帧，包括：检测是否存在预先设置的监控区域信息；若存在，则获取与监控区域信息匹配的监控区域内在所述检测时间点采集的目标视频帧；若不存在，则将通过视频采集设备在所述检测时间点采集的待处理视频帧通过预设的铁轨分割模型进行处理，以得到目标视频帧；其中，所述铁轨分割模型用于在视频帧中对高铁行驶区域进行划定。

其中，所述监控区域信息为可以标注摄像设备在监控区域的图像采集范围信息；的进一步的，在进行视频监控时，首先需要检测是否存在预先设置的监控区域信息，如果存在，则可以直接获取与监控区域信息匹配的监控区域内在所述检测时间点采集的目标视频帧；进一步的，所述目标视频帧可以为监控区域相关的视频帧，它们包含了监控区域内的重要信息，例如人员、车辆、物品等；如果不存在预先设置的监控区域信息，则需要将通过视频采集设备在所述检测时间点采集的待处理视频帧通过预设的铁轨分割模型进行处理，以得到目标视频帧；进一步的，铁轨分割模型是一种用于在视频帧中对高铁行驶区域进行划定的模型，它可以根据视频帧中的图像信息，自动识别出高铁行驶区域，并将其从视频帧中分割出来，得到目标视频帧。通过使用铁轨分割模型，我们可以快速、准确地从待处理视频帧中提取出高铁行驶区域的视频帧，从而实现对高铁行驶区域的实时监控。同时，铁轨分割模型还可以对高铁行驶区域进行划定，将其与其他区域进行区分，从而提高监控的精度和效率。

容易理解的是，在本实施例的一个具体实施场景中，通过对植被晃动等误检案例的分析，相关人员发现变化检测的误检区域大多在电子围栏防区以外的地方，而这些防区以外区域的变化对于高铁线路的行车安全并不会造成影响。故在实际应用中，如果已经设定好了监控区域信息，我们可以利用监控区域信息剪裁出对应的高铁行驶区域；如果没有设定监控区域信息，我们可以借助于铁轨分割模型，划定相应的高铁行驶区域。通过只对高铁行驶区域做变化检测，就可以很好的避免因为植被晃动和其他防区外因素的运动变化而造成的误检，从而提高了异物检测结果的准确率。

S120、将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景。

示例性的，将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；具体的，背景分割算法是一种基于图像处理和计算机视觉技术的算法，它可以将视频帧中的前景和背景分离开来，从而获得与所述样本视频帧匹配的目标背景。在进行背景分割时，首先需要对视频帧进行预处理，例如去噪、增强等操作，以提高图像的质量和可读性。然后，背景分割算法会对视频帧进行分析和处理，通过对图像中的像素点进行分类和标记，将前景和背景分离开来。最后，背景分割算法会根据预先训练的模型和参数，对前景和背景进行识别和分类，从而获得与所述样本视频帧匹配的目标背景；进一步的，通过使用背景分割算法，可以快速、准确地获得与所述样本视频帧匹配的目标背景。

在本实施例中，通过背景分割算法提取到稳定的背景图像，并实时地更新背景，达到了有效地抑制因光线变化、云的移动以及物体颜色的变化造成的误检的目的，提高了异物检测结果的准确度。

S130、基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

其中，基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，包括：将所述目标背景与目标视频帧输入至具有不同采样尺度的深度学习网络中，得到不同尺度下的各图像特征对。

在本实施例的一个具体实施方式中，可以通过深度学习模型对目标背景与目标视频帧进行处理以得到不同尺度下的图像特征对；示例性的，为当前具有特征提取功能的深度学习模型设置1-5号共5各不同的特征提取尺度，将目标背景与目标视频帧输入至设置好的深度学习网络中，通过模型的训练和优化，提取到1号尺度下的目标背景对应的图像特征以及目标视频帧对应的特征图像，将上述两个特征图像进行组合操作，得到在1号尺度下的图像特征对；同理，可以获得其余2-5号尺度下的四组图像特征对。

本发明实施例的技术方案，通过每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧，之后将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景，最后基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果，实现了针对目标视频帧的异物检测，提高了异物检测工作的检测精度，降低了异物检测工作的误检率。

实施例二

图2为本发明实施例二提供的一种异物检测方法的流程图，本实施例以上述实施例为基础进行细化，在本实施例中具体是对根据各图像特征对得到与所述目标视频帧匹配的异物检测结果的方法进行细化。

如图2所示，该方法包括：

S210、每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧。

S220、将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景。

S230、基于所述目标背景与目标视频帧生成不同尺度下的图像特征对。

S240、通过第一深度学习模型对各图像特征对进行特征对比操作，得到与各图像特征对分别对应的特征差异图。

其中，所述第一深度学习模型为具有特征对比功能的深度学习模型。

进一步的，通过第一深度学习模型对各图像特征对进行特征对比操作，得到与各图像特征对分别对应的特征差异图；具体测，第一深度学习模型是一种基于人工神经网络的机器学习算法，它可以对输入的图像数据进行自动学习和分析，从而提取出图像中的特征信息并进行特征对比；进一步的，在进行特征对比操作时，首先需要对各图像特征对进行预处理，例如去噪、增强等操作，以提高图像的质量和可读性。然后，将预处理后的图像特征对输入到第一深度学习模型中，通过模型的训练和优化，得到与各图像特征对分别对应的特征差异图，这些特征差异图可以用于后续的图像分析和处理任务，例如目标检测、分类、识别等。通过对特征差异图进行分析和比较，可以得到更加准确和全面的图像信息，从而提高图像分析和处理的效率和精度。

S250、使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图。

其中，所述第二深度学习模型为具有特征融合功能的深度学习模型。

进一步的，所述特征融合是指将多个不同来源或不同特征空间的特征进行合并或组合，以生成一个更具代表性和表现力的特征表示。它是一种在机器学习和计算机视觉领域中常用的技术，旨在提高模型的性能和泛化能力；进一步的，特征融合的目的是将不同的特征信息整合到一起，以便更好地捕捉数据的语义和结构。通过融合多个特征，可以综合利用它们的互补性和多样性，从而提高模型对数据的理解和预测能力；具体的，特征融合可以在不同的层次进行，包括特征层融合、决策层融合和模型层融合。其中，特征层融合是最常见的一种方式，它将不同的特征表示(如图像的颜色、纹理、形状等)在特征空间中进行合并，形成一个新的特征向量。决策层融合则是在模型的决策阶段将多个模型的预测结果进行合并，以获得最终的预测结果。模型层融合则是将多个模型进行组合，形成一个新的集成模型；进一步的，特征融合的方法有很多种，如加法融合、乘法融合、最大值融合、平均值融合等。选择合适的特征融合方法需要根据具体的任务和数据特点进行选择，本实施例对此不做限制。

具体的，在本实施例中，使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图，包括：将所述目标视频帧的各特征差异图输入至第二深度学习模型中进行特征融合操作，得到与目标视频帧对应的目标变化图；识别所述目标变化图中的全部像素点，并使用预先训练的卷积模型对各像素点进行分类；其中，所述分类类型包括：前景像素点与背景像素点；将各前景像素点映射至同一个图像文件中形成前景图像，将各背景像素点映射至同一个图像文件中形成背景图像；基于所述前景图像与背景图像形成与所述目标视频帧匹配的变化组图。

其中，识别所述目标变化图中的全部像素点，并使用预先训练的卷积模型对各像素点进行分类；进一步的，所述卷积模型可以为两层1*1的卷积计算模型；进一步的，在对像素点进行分类时，卷积模型可以根据像素点的颜色、亮度、纹理等特征信息，将其分为前景像素点和背景像素点两种类型；其中，前景像素点是指在目标变化图中表示物体或场景的像素点，背景像素点是指在目标变化图中表示背景或背景信息的像素点。通过对像素点进行分类，可以得到前景像素点和背景像素点的分布情况，从而为后续的图像处理和分析提供基础。

进一步的，将各前景像素点映射至同一个图像文件中形成前景图像，将各背景像素点映射至同一个图像文件中形成背景图像。在进行像素点映射时，需要将前景像素点和背景像素点分别映射到不同的图像文件中，以便后续的图像处理和分析；进一步的，基于所述前景图像与背景图像形成与所述目标视频帧匹配的变化组图。具体来说，变化组图是一种用于表示视频帧中物体或场景变化的图像组，它由前景图像和背景图像组成。通过对变化组图进行分析和处理，可以得到视频帧中物体或场景的变化情况，从而为后续的视频分析和处理提供基础。

进一步的，基于所述变化组图得到与所述目标视频帧匹配的异物检测结果，包括：判断所述变化组图中是否存在前景图像；若不存在前景图像，则判定所述异物检测结果为不存在异物；若存在前景图像，则判定所述异物检测结果为存在异物。

在本实施例中，通过判断变化图组中是否存在前景图像的方法判断异物检测结果，可以精准的识别目标视频帧中是否存在异物入侵，即使目标异物为之前尚未在监控区域内出现，本实施例所述方法也能对此精准识别，解决了现有技术中基于卷积网络的方法进行异物检测时无法检测出未出现类别的异物，从而造成异物的漏检与误检的问题。

S260、基于所述变化组图得到与所述目标视频帧匹配的异物检测结果。

本发明实施例的技术方案，通过每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧，之后将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景，之后基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并通过第一深度学习模型对各图像特征对进行特征对比操作，得到与各图像特征对分别对应的特征差异图，之后使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图，最后基于所述变化组图得到与所述目标视频帧匹配的异物检测结果，实现了针对目标视频帧的异物检测，提高了异物检测工作的检测精度，降低了异物检测工作的误检率。

实施例三

图3为本发明实施例三提供的一种异物检测装置的结构示意图。

如图3所示，该装置包括：

视频帧获取模块310，用于每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；

背景分割模块320，用于将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；

检测结果获取模块330，用于基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

本发明实施例的技术方案，通过每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧，之后将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景，最后基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果，实现了针对目标视频帧的异物检测，提高了异物检测工作的检测精度，降低了异物检测工作的误检率。

在上述实施例的基础上，检测结果获取模块330，具体用于：将所述目标背景与目标视频帧输入至具有不同采样尺度的深度学习网络中，得到不同尺度下的各图像特征对。

在上述实施例的基础上，检测结果获取模块330，进一步包括：

第一深度学习单元，用于通过第一深度学习模型对各图像特征对进行特征对比操作，得到与各图像特征对分别对应的特征差异图；其中，所述第一深度学习模型为具有特征对比功能的深度学习模型；

第二深度学习单元，用于使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图；其中，所述第二深度学习模型为具有特征融合功能的深度学习模型；

检测单元，用于基于所述变化组图得到与所述目标视频帧匹配的异物检测结果。

在上述实施例的基础上，第二深度学习单元，包括：

特征融合单元，用于将所述目标视频帧的各特征差异图输入至第二深度学习模型中进行特征融合操作，得到与目标视频帧对应的目标变化图；

卷积单元，用于识别所述目标变化图中的全部像素点，并使用预先训练的卷积模型对各像素点进行分类；其中，所述分类类型包括：前景像素点与背景像素点；

像素点映射单元，用于将各前景像素点映射至同一个图像文件中形成前景图像，将各背景像素点映射至同一个图像文件中形成背景图像；

变化组图获取单元，用于基于所述前景图像与背景图像形成与所述目标视频帧匹配的变化组图。

在上述实施例的基础上，检测单元，进一步包括：

判断单元，用于判断所述变化组图中是否存在前景图像；

第一判断单元，用于若不存在前景图像，则判定所述异物检测结果为不存在异物；

第二判断单元，用于若存在前景图像，则判定所述异物检测结果为存在异物。

在上述实施例的基础上，视频帧获取模块310，包括：

信息检测单元，用于检测是否存在预先设置的监控区域信息；

第一采集单元，用于若存在，则获取与监控区域信息匹配的监控区域内在所述检测时间点采集的目标视频帧；

第二采集单元，用于若不存在，则将通过视频采集设备在所述检测时间点采集的待处理视频帧通过预设的铁轨分割模型进行处理，以得到目标视频帧；其中，所述铁轨分割模型用于在视频帧中对高铁行驶区域进行划定。

本发明实施例所提供的一种异物检测装置可执行本发明任意实施例所提供的一种异物检测方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4示出了可以用来实施本发明的实施例的电子设备10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4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13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11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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11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11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11执行上文所描述的各个方法和处理，例如一种异物检测方法。

相应的，该方法包括：每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

在一些实施例中，一种异物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18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种异物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11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种异物检测方法。

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、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)、负载可编程逻辑设备(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。

Claims (10)

1.一种异物检测方法，其特征在于，包括：

每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；

将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；

基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

2.根据权利要求1所述的方法，其特征在于，基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，包括：

将所述目标背景与目标视频帧输入至具有不同采样尺度的深度学习网络中，得到不同尺度下的各图像特征对。

3.根据权利要求1所述的方法，其特征在于，根据各图像特征对得到与所述目标视频帧匹配的异物检测结果，包括：

通过第一深度学习模型对各图像特征对进行特征对比操作，得到与各图像特征对分别对应的特征差异图；其中，所述第一深度学习模型为具有特征对比功能的深度学习模型；

使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图；其中，所述第二深度学习模型为具有特征融合功能的深度学习模型；

基于所述变化组图得到与所述目标视频帧匹配的异物检测结果。

4.根据权利要求3所述的方法，其特征在于，使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图，包括：

将所述目标视频帧的各特征差异图输入至第二深度学习模型中进行特征融合操作，得到与目标视频帧对应的目标变化图；

识别所述目标变化图中的全部像素点，并使用预先训练的卷积模型对各像素点进行分类；其中，所述分类类型包括：前景像素点与背景像素点；

将各前景像素点映射至同一个图像文件中形成前景图像，将各背景像素点映射至同一个图像文件中形成背景图像；

基于所述前景图像与背景图像形成与所述目标视频帧匹配的变化组图。

5.根据权利要求3所述的方法，其特征在于，基于所述变化组图得到与所述目标视频帧匹配的异物检测结果，包括：

判断所述变化组图中是否存在前景图像；

若不存在前景图像，则判定所述异物检测结果为不存在异物；

若存在前景图像，则判定所述异物检测结果为存在异物。

6.根据权利要求1所述的方法，其特征在于，获取监控区域内在所述检测时间点采集的目标视频帧，包括：

检测是否存在预先设置的监控区域信息；

若存在，则获取与监控区域信息匹配的监控区域内在所述检测时间点采集的目标视频帧；

若不存在，则将通过视频采集设备在所述检测时间点采集的待处理视频帧通过预设的铁轨分割模型进行处理，以得到目标视频帧；其中，所述铁轨分割模型用于在视频帧中对高铁行驶区域进行划定。

7.一种异物检测装置，其特征在于，包括：

视频帧获取模块，用于每当到达检测时间点时，获取监控区域内在所述检测时间点采集的目标视频帧以及与所述监控区域匹配的样本视频帧；

背景分割模块，用于将所述样本视频帧通过预先训练的背景分割算法进行处理，获得与所述样本视频帧匹配的目标背景；

检测结果获取模块，用于基于所述目标背景与目标视频帧生成不同尺度下的图像特征对，并根据各图像特征对得到与所述目标视频帧匹配的异物检测结果。

8.根据权利要求7所述的方法，其特征在于，所述检测结果获取模块，包括：

第一深度学习单元，用于通过第一深度学习模型对各图像特征对进行特征对比操作，得到与各图像特征对分别对应的特征差异图；其中，所述第一深度学习模型为具有特征对比功能的深度学习模型；

第二深度学习单元，用于使用第二深度学习模型将各特征差异图融合，得到与所述目标视频帧对应的变化组图；其中，所述第二深度学习模型为具有特征融合功能的深度学习模型；

检测单元，用于基于所述变化组图得到与所述目标视频帧匹配的异物检测结果。

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1-6中任一项所述的一种异物检测方法。

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1-6中任一项所述的一种异物检测方法。