The embodiment of the present invention provides a target classification method, device and system, which includes: for the target to be detected, according to a video frame containing the target to be detected, the target to be detected is classified and the corresponding target type is obtained; when the target to be detected is classified, the number of classifications and the classification time of the target to be detected are recorded; When the target type corresponding to the target to be detected is not the preset type, it is judged whether the target to be detected satisfies the first preset condition; when the target to be detected satisfies the first preset condition, another frame after the video frame is acquired which contains the video frame of the target to be detected, and then the target is classified again according to the video frame, so that it can correctly classify the target that does not fully enter a specific area, or Targets entering a specific area under partial occlusion are classified.
【技术实现步骤摘要】
一种目标分类方法、装置及系统
本专利技术涉及视频监控
,特别是涉及一种目标分类方法、装置及系统。
技术介绍
随着社会的不断进步,视频监控技术得到了快速的发展,视频监控在人们的日常生活中发挥着越来越重要的作用。随着视频监控技术的不断发展,视频监控系统不仅仅可以记录下所监控场景的画面,还可以对所监控场景的视频图像进行处理,从而获取更多的信息。在通过视频监控系统对进入特定区域的各类目标实现监控时,可以通过视频图像处理技术进行对所监控场景的视频图像进行相应处理,当有目标进入特定区域时,通知相关人员进行处理,其中,特定区域可以是人为预先划定的区域,例如,军事警戒区、重要消防通道等等。然而在现有技术中,在对进入特定区域的目标进行目标分类时,一般采用人脸识别算法、建立人体头肩二维模型等方法等,可以确定出进入特定区域的人。然而当目标整体没有完全进入特定区域,或者目标在部分遮挡的情况下进入特定区域时,例如,有人打伞进入特定区域或部分进入特定区域。在这种情况下,现有的目标分类方法就不能正确的对目标进行分类。
技术实现思路
本专利技术实施例的目的在于提供一种目标分类方法、装置及系统,当目标整体没有完全进入特定区域,或者目标在部分遮挡的情况下进入特定区域时,能够反复的针对该目标进行分类,从而能够正确的对没有完全进入特定区域,或者在部分遮挡的情况下进入特定区域的目标进行分类。具体技术方案如下:本专利技术实施例公开了一种目标分类方法,包括:针对待检测目标,根据一帧包含所述待检测目标的视频帧,对所述待检测目标进行目标分类,得到所述待检测目标对应的目标类型;当对所述待检测目标进行目标分 ...
【技术保护点】
1.一种目标分类方法,其特征在于,包括:针对待检测目标,根据一帧包含所述待检测目标的视频帧,对所述待检测目标进行目标分类,得到所述待检测目标对应的目标类型;当对所述待检测目标进行目标分类时,记录所述待检测目标的分类次数和分类时间,所述分类次数为对所述待检测目标进行目标分类的总次数;当所述待检测目标对应的目标类型不为预设类型时,判断所述待检测目标是否满足第一预设条件,其中,所述第一预设条件包括:所述待检测目标的分类次数小于第一预设值,且所记录的所述待检测目标最后的分类时间与当前时间的时间间隔大于第二预设值;当所述待检测目标满足第一预设条件时,获取所述视频帧之后的另一帧包含所述待检测目标的视频帧。
【技术特征摘要】
1.一种目标分类方法,其特征在于,包括:针对待检测目标,根据一帧包含所述待检测目标的视频帧,对所述待检测目标进行目标分类,得到所述待检测目标对应的目标类型;当对所述待检测目标进行目标分类时,记录所述待检测目标的分类次数和分类时间,所述分类次数为对所述待检测目标进行目标分类的总次数;当所述待检测目标对应的目标类型不为预设类型时,判断所述待检测目标是否满足第一预设条件,其中,所述第一预设条件包括:所述待检测目标的分类次数小于第一预设值,且所记录的所述待检测目标最后的分类时间与当前时间的时间间隔大于第二预设值;当所述待检测目标满足第一预设条件时,获取所述视频帧之后的另一帧包含所述待检测目标的视频帧。2.根据权利要求1所述的方法,其特征在于,所述针对待检测目标,根据一帧包含所述待检测目标的视频帧,对所述待检测目标进行目标分类的步骤,包括:针对待检测目标,从包含所述待检测目标的视频帧中,获取仅含有所述待检测目标的区域图像;根据所述仅含有所述待检测目标的区域图像,对所述待检测目标进行目标分类。3.根据权利要求1所述的方法,其特征在于,在所述针对待检测目标,根据一帧包含所述待检测目标的视频帧,对所述待检测目标进行目标分类,得到所述各待检测目标对应的目标类型的步骤之前,所述方法包括:确定进入监控场景中预设区域的一个或多个第一目标,并根据第一目标确定一个或多个待检测目标;针对每个待检测目标,获取至少第一帧数的包含该待检测目标的第一视频图像,并对所获取的第一视频图像进行筛选,确定出一帧包含该待检测目标的视频帧。4.根据权利要求3所述的方法,其特征在于,所述确定进入监控场景中预设区域的一个或多个第一目标包括:获取至少第二帧数的所述监控场景的第二视频图像,所述第二帧数大于或等于所述第一帧数;提取所述第二视频图像中的每一个目标;针对每个目标,在第二视频图像中确定出包含该目标的第三视频图像,并获取每一个目标在所述第三视频图像中的位置信息;根据该目标在所述第三视频图像中的位置信息,确定该目标是否为进入监控场景中预设区域的第一目标。5.根据权利要求3所述的方法,其特征在于,所述根据第一目标确定一个或多个待检测目标包括:针对每个第一目标,对每一个所述第一目标按第二预设条件进行筛选,其中,所述第二预设条件包括:在第一帧数的包含该第一目标的视频图像中该第一目标的宽度均大于第三预设阈值,且该第一目标的高度均大于第四预设阈值;当所述第一目标满足第二预设条件时,将所述第一目标作为待检测目标;所述针对每个待检测目标,获取至少第一帧数的包含该待检测目标的第一视频图像,并对所获取的第一视频图像进行筛选,确定出一帧包含该待检测目标的视频帧的步骤包括:针对每个待检测目标,获取至少第一帧数的包含该待检测目标的第一视频图像,从该第一帧数的第一视频图像中选择该待检测目标的目标面积最大的一帧视频帧作为该待检测目标对应的第一视频帧,并将该第一视频帧作为包含该待检测目标的视频帧。6.根据权利要求5所述的方法,其特征在于,当确定出多个待检测目标时,所述针对每个待检测目标,获取至少第一帧数的包含该待检测目标的第一视频图像,从该第一帧数的第一视频图像中选择该待检测目标的目标面积最大的一帧视频帧作为该待检测目标对应的第一视频帧,并将该第一视频帧作为包含该待检测目标的视频帧的步骤包括:针对每个待检测目标,获取至少第一帧数的包含该待检测目标的第一视频图像,从该第一视频图像中选择该待检测目标的目标面积最大的一帧视频帧作为该待检测目标对应的第一视频帧;在各待检测目标对应的第一视频帧中选择出待检测目标的目标面积最大的第一视频帧,作为最优视频帧;将所述最优视频帧作为包含待检测目标的视频帧。7.根据权利要求6所述的方法,其特征在于,在各待检测目标对应的第一视频帧中选择出待检测目标的目标面积最大的第一视频帧,作为最优视频帧的步骤包括:当存在多个待检测目标对应的第一视频帧中待检测目标的目标面积相同时,计算该多个待检测目标在第一帧数的第一视频图像中的目标面积的方差,选择方差最小的待检测目标所对应的第一视频帧,作为最优视频帧。8.根据权利要求1所述的方法,其特征在于,在所述当所述待检测目标满足第一预设条件时,获取在所述视频帧之后的另一帧包含所述待检测目标的视频帧的步骤之后,所述方法还包括:针对待检测目标,根据所述另一帧包含所述待检测目标的视频帧,再次对对所述待检测目标进行目标分类,得到所述各待检测目标对应的目标类型。9.根据权利要求1至8中任一项所述的方法,其特征在于,所述针对待检测目标,根据一帧包含所述待检测目标的视频帧,对所述待检测目标进行目标分类,得到所述待检测目标对应的目标类型的步骤包括:通过预先训练得到的目标卷积神经网络,对一帧包含所述待检测目标的视频帧进行目标分类,得到所述待检测目标对应的目标类型和置信度,所述目标卷积神经网络为预先根据包含目标的样本图像,以及各样本图像对应的目标类型训练得到的。10.根据权利要求9所述的方法,其特征在于,在所述通过预先训练得到的目标卷积神经网络,对一帧包含所述待检测目标的视频帧进行目标分类,得到所述待检测目标对应的目标类型和置信度步骤之后,所述方法还包括:当所述待检测目标的目标类型为预设类型,且所述置信度大于或等于对应所述预设类型的预设阈值时,针对该待检测目标进行报警。11.根据权利要求10所述的方法,其特征在于,所述针对该待检...
【专利技术属性】
技术研发人员:刘锦胜,山黎,黄崇基,
申请(专利权)人:杭州海康威视数字技术股份有限公司,
类型:发明
国别省市:浙江,33
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。