The embodiment of the invention discloses a target area detection method, device, terminal and storage medium, which belongs to the field of computer technology. The method includes: determining multiple sample areas and classification results; acquiring classifiers, which include sequentially arranged multiple classification nodes; training the first classification node in the classifier according to the classification results of multiple sample areas and multiple sample areas, and continuing the training of the first classification node after completion of training. The next classification node is trained until multiple classification nodes are trained. When the target area is not included in the current tracking image, the trained classifier is applied to classify at least one area in the second image after the current tracking image, and the second image is determined according to the classification results. The target area does not need to detect every frame image, which reduces unnecessary computation. The accuracy of the classifier is improved, and the accuracy of the target area is improved.
【技术实现步骤摘要】
目标区域检测方法、装置、终端及存储介质
本专利技术实施例涉及计算机
,特别涉及一种目标区域检测方法、装置、终端及存储介质。
技术介绍
随着互联网的快速发展和视频社交的广泛兴起,互联网信息的主要传播类型从文字、图片逐渐演变成了视频,多种视频处理功能也相继出现,如视频滤镜、视频打标(tagging)等,通过这些视频处理功能可以对视频中的某些目标区域进行个性化处理,提升了趣味性。相关技术中,在终端播放视频的过程中,用户可以在当前图像中手动确定目标区域,终端对当前图像中的目标区域进行编辑处理,如在目标区域添加贴纸或者对目标区域进行美化等。并且,终端还会以目标区域在当前图像中的位置为基准,从当前图像开始分别进行前向跟踪和后向跟踪,确定目标区域在当前图像之前和之后的每帧图像中的位置,从而对每帧图像中的目标区域进行相同的编辑处理,保证图像之间的一致性。但是,如果终端拍摄视频的过程中的位置或姿态变化较大,会导致视频的某些图像中不包括目标区域,那么当跟踪至不包括目标区域的图像时,目标区域跟踪失败,在之后跟踪的图像中即使存在目标区域,也很难被重新检测出来。
技术实现思路
本专利技术实施例提供了一种目标区域检测方法、装置、终端及存储介质,可以解决相关技术存在的问题。所述技术方案如下:一方面,提供了一种目标区域检测方法,所述方法包括:根据用户在视频的第一图像中确定的目标区域,确定多个样本区域以及所述多个样本区域的分类结果,所述分类结果用于表示所述样本区域是否属于所述目标区域;获取待训练的分类器,所述分类器包括按照先后顺序依次排列的多个分类节点;根据所述多个样本区域以及所述多个样 ...
【技术保护点】
1.一种目标区域检测方法,其特征在于,所述方法包括:根据用户在视频的第一图像中确定的目标区域,确定多个样本区域以及所述多个样本区域的分类结果,所述分类结果用于表示所述样本区域是否属于所述目标区域;获取待训练的分类器,所述分类器包括按照先后顺序依次排列的多个分类节点;根据所述多个样本区域以及所述多个样本区域的分类结果,对所述分类器中的第一个分类节点进行训练,所述第一个分类节点训练完成后继续对下一个分类节点进行训练,直至所述多个分类节点均训练完成;在所述视频中除所述第一图像以外的其他图像中跟踪所述目标区域,当确定当前跟踪的图像中不包括所述目标区域时,应用已训练完成的所述分类器,对当前跟踪的图像之后的第二图像中的至少一个区域进行分类,根据分类结果确定所述第二图像中的所述目标区域。
【技术特征摘要】
1.一种目标区域检测方法,其特征在于,所述方法包括:根据用户在视频的第一图像中确定的目标区域,确定多个样本区域以及所述多个样本区域的分类结果,所述分类结果用于表示所述样本区域是否属于所述目标区域;获取待训练的分类器,所述分类器包括按照先后顺序依次排列的多个分类节点;根据所述多个样本区域以及所述多个样本区域的分类结果,对所述分类器中的第一个分类节点进行训练,所述第一个分类节点训练完成后继续对下一个分类节点进行训练,直至所述多个分类节点均训练完成;在所述视频中除所述第一图像以外的其他图像中跟踪所述目标区域,当确定当前跟踪的图像中不包括所述目标区域时,应用已训练完成的所述分类器,对当前跟踪的图像之后的第二图像中的至少一个区域进行分类,根据分类结果确定所述第二图像中的所述目标区域。2.根据权利要求1所述的方法,其特征在于,所述根据用户在视频的第一图像中确定的目标区域,确定多个样本区域以及所述多个样本区域的分类结果,包括:对所述第一图像进行区域检测,得到多个样本区域;根据所述多个样本区域与所述目标区域之间的重叠率,确定所述多个样本区域的分类结果。3.根据权利要求1所述的方法,其特征在于,所述根据所述多个样本区域以及所述多个样本区域的分类结果,对所述分类器中的第一个分类节点进行训练,所述第一个分类节点训练完成后继续对下一个分类节点进行训练,直至所述多个分类节点均训练完成,包括:初始化所述多个分类节点的节点参数;根据所述多个样本区域以及所述多个样本区域的分类结果,对所述分类器中的第一个分类节点的节点参数进行训练,得到所述第一个分类节点训练后的节点参数;继续根据所述多个样本区域、所述多个样本区域的分类结果以及上一个分类节点训练后的节点参数,对下一个分类节点的节点参数进行训练,得到所述下一个分类节点训练后的节点参数,直至所述多个分类节点均训练完成。4.根据权利要求3所述的方法,其特征在于,所述分类器中的任一分类节点输出第一分类数值时,表示本次待分类的区域属于所述目标区域,所述任一分类节点输出第二分类数值时,表示本次待分类的区域不属于所述目标区域;所述多个分类节点均训练完成之后,所述方法还包括:从所述多个样本区域中选取属于所述目标区域的多个正样本区域;对于每个正样本区域,应用所述多个分类节点,分别对所述正样本区域进行分类,得到所述多个分类节点分别输出的分类数值;按照所述多个分类节点的先后顺序,将所述多个分类节点分别输出的分类数值组合构成二进制数值,将所述二进制数值对应的十进制数值作为所述正样本区域的分类结果;将所述多个正样本区域中出现次数最多的分类结果确定为目标分类结果。5.根据权利要求4所述的方法,其特征在于,所述应用已训练完成的所述分类器,对当前跟踪的图像之后的第二图像中的至少一个区域进行分类,根据分类结果确定所述第二图像中的所述目标区域,包括:对于所述第二图像中的每个区域,应用所述多个分类节点,分别对所述区域进行分类,得到所述多个分类节点分别输出的分类数值;按照所述多个分类节点的先后顺序,将所述多个分类节点分别输出的分类数值组合构成二进制数值,将所述二进制数值对应的十进制数值作为所述区域的分类结果;当所述分类结果等于所述目标分类结果时,确定所述区域属于所述目标区域。6.根据权利要求1所述的方法,其特征在于,所述在所述视频中除所述第一图像以外的其他图像中跟踪所述目标区域,包括:对所述第一图像中的所述目标区域进行检测,得到多个特征点;通过在任两帧相邻图像中跟踪所述多个特征点,确定所述多个特征点在所述其他图像中的位置;根据所述多个特征点在所述其他图像中的位置,确定所述其他图像中的所述目标区域。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:在所述视频中除所述第一图像以外的第三图像中跟踪所述目标区域时,获取跟踪误差;当所述跟踪误差大于第一预设阈值时,将所述第三图像中跟踪到的所述目标区域作为样本区域;根据所述样本区域对所述分类器进行更新,得到更新后的所述分类器。8.根据权...
【专利技术属性】
技术研发人员:姜媚,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。