一种目标检测方法、装置、设备及可读存储介质制造方法及图纸

本申请提供了一种目标检测方法、装置、设备及可读存储介质，目标检测方法包括：获取目标场景下的图像序列中的一待检测图像，获取目标场景下的各类目标在待检测图像各对应位置的出现情况；基于预设的前景检测算法以及目标场景下的各类目标在待检测图像中的出现情况，确定待检测图像对应的目标检测结果。本申请提供的目标检测方法能够大大减少前景检测效果不理想带来的虚警，还能够减少短时间内静止目标的漏警，并且还能够大大降低目标检测的运算量，提高目标检测效率。

A Target Detection Method, Device, Equipment and Readable Storage Media

The application provides a target detection method, device, device and readable storage medium. The target detection method includes: acquiring the image to be detected in the image sequence of the target scene, acquiring the occurrence of the corresponding positions of various targets in the image to be detected in the target scene, foreground detection algorithm based on presupposition, and the image to be detected for various targets in the target scene. The detection result of the target corresponding to the image to be detected is determined. The target detection method provided in this application can greatly reduce the false alarm caused by the unsatisfactory foreground detection effect, and can also reduce the false alarm of stationary targets in a short time. It can also greatly reduce the computational load of target detection and improve the efficiency of target detection.

【技术实现步骤摘要】
一种目标检测方法、装置、设备及可读存储介质
本申请涉及计算机视觉
，更具体地说，涉及一种目标检测方法、装置、设备及可读存储介质。
技术介绍
目标检测是计算机视觉领域中一个基础性的研究课题，其在人脸识别、安全监控以及动态追踪等很多方面都有广泛的应用前景。目标检测指的是在图像中定位并识别出每个目标。目标检测已广泛应用于人脸检测、车辆检测、行人计数、网络图像、安全系统和无人驾驶等领域。目前的目标检测方法主要是对整幅待检测图像的所有区域进行目标检测，但是，这种检测方式的检测效果不佳。
技术实现思路
有鉴于此，本申请提供了一种目标检测方法、装置、设备及可读存储介质，用以提供一种检测效果较好的目标检测方案，该技术方案如下：一种目标检测方法，包括：获取目标场景下的图像序列中的一待检测图像；获取所述目标场景下的各类目标在所述待检测图像各对应位置的出现情况；基于预设的前景检测算法以及所述目标场景下的各类目标在所述待检测图像各对应位置的出现情况，确定所述待检测图像对应的目标检测结果。可选的，所述获取所述目标场景下的各类目标在所述待检测图像中的出现情况，包括：获取所述待检测图像对应的目标出现概率矩阵；其中，所述目标出现概率矩阵能够表征所述目标场景下各类型的目标在所述待检测图像各对应位置出现的概率。可选的，所述基于预设的前景检测算法以及所述目标场景下的各类目标在所述待检测图像中的出现情况，确定所述待检测图像的检测结果，包括：通过所述预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵，从所述待检测图像中确定目标候选区域；对所述目标候选区域进行目标检测，获得所述待检测图像对应的目标检测结果。可选的，所述目标检测方法还包括：基于所述待检测图像对应的目标检测结果，对所述待检测图像对应的目标出现概率矩阵进行更新；更新后的目标出现概率矩阵作为所述图像序列中下一待检测图像对应的目标出现概率矩阵。可选的，所述基于预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵，从所述待检测图像中确定目标候选区域，包括：利用所述前景检测算法对所述待检测图像进行前景区域检测，获得所述待检测图像所包含的前景区域；根据所述待检测图像对应的目标出现概率矩阵，对所述待检测图像所包含的前景区域进行更新，获得更新后的前景区域；基于所述更新后的前景区域生成所述目标候选区域。可选的，所述根据所述待检测图像对应的目标出现概率矩阵，对所述待检测图像所包含的前景区域进行更新，获得更新后的前景区域，包括：基于所述目标出现概率矩阵，从所述前景区域中确定出现目标的概率小于第一概率阈值的前景区域并删除，获得剩余的前景区域；和/或，基于所述目标出现概率矩阵，从除所述前景区域外的非前景区域中确定出现目标的概率大于第二概率阈值的非前景区域；所述剩余的前景区域，或者，所述前景区域和所述出现目标的概率大于第二概率阈值的非前景区域，或者，所述剩余的前景区域和所述出现目标的概率大于第二概率阈值的非前景区域，作为所述更新后的前景区域。可选的，所述目标出现概率矩阵包括多个尺寸相同的二维概率矩阵，一个二维概率矩阵对应一类型的目标，一个二维概率矩阵能够表征其对应的类型的目标在各位置出现的概率；所述根据所述待检测图像对应的目标出现概率矩阵，对所述待检测图像所包含的前景区域进行更新，包括：通过多个二维概率矩阵，确定最大概率矩阵，其中，所述最大概率矩阵中任一位置的元素的值基于所述多个二维概率矩阵中对应位置的多个元素的值中的最大值确定；利用所述最大概率矩阵，对所述待检测图像所包含的前景区域进行更新。可选的，所述对所述目标候选区域进行目标检测，获得所述待检测图像对应的目标检测结果，包括：将所述目标候选区域输入预先建立的目标检测模型，获得目标边界框和所述目标边界框对应的目标得分；所述目标边界框和所述目标边界框对应的目标得分作为所述待检测图像对应的目标检测结果；其中，所述目标边界框为所述目标候选区域中所包含的目标的边界框，所述目标边界框对应的目标得分为所述目标边界框中的目标属于每个类别的概率。可选的，所述对所述目标候选区域进行目标检测，获得所述待检测图像对应的目标检测结果，还包括：基于所述待检测图像对应的目标出现概率矩阵，以及所述目标边界框对应的目标得分，从所述目标边界框中去除冗余的目标边界框，获得最终的目标边界框，并获得所述最终的目标边界框中目标的类型；所述最终的目标边界框和所述最终的目标边界框中目标的类型作为所述待检测图像对应的目标检测结果。可选的，所述基于所述待检测图像对应的目标出现概率矩阵，以及所述目标边界框对应的目标得分，从所述目标边界框中去除冗余的目标边界框，包括：通过所述目标出现概率矩阵确定所述目标边界框对应的区域出现对应类别的目标的概率；根据所述目标边界框对应的区域出现对应类别的目标的概率对所述目标边界框对应的目标得分进行后处理，得到所述目标边界框对应的后处理得分；基于所述目标边界框对应的后处理得分，从所述目标边界框中确定冗余的目标边界框。可选的，所述待检测图像对应的目标检测结果包括：目标边界框和所述目标边界框中目标的类别；所述基于所述待检测图像对应的目标检测结果，对所述待检测图像对应的目标出现概率矩阵进行更新，包括：遍历所述目标边界框，对于当前遍历到的目标边界框，将所述目标出现概率矩阵中、与当前遍历到的目标边界框对应的区域中的值加上当前遍历到的目标边界框对应的概率，其中，当前遍历到的目标边界框对应的概率为当前遍历到的目标边界框中出现对应类别的目标的概率；遍历基于预设的前景检测算法从所述待检测图像中检测出的前景区域，若基于所述目标检测结果确定出当前遍历到的前景区域为未出现任何类型的目标的区域，则将所述目标出现概率矩阵中、与当前遍历到的前景区域对应的区域中的值减去预设值。一种目标检测装置，包括：图像获取模块、目标出现情况获取模块和目标检测模块；所述图像获取模块，用于获取目标场景下的图像序列中的一待检测图像；所述目标出现情况获取模块，用于获取所述目标场景下的各类目标在所述待检测图像中的出现情况；所述目标检测模块，用于基于预设的前景检测算法以及所述目标场景下的各类目标在所述待检测图像中的出现情况，确定所述待检测图像对应的目标检测结果。可选的，所述目标出现情况获取模块，具体用于获取所述待检测图像对应的目标出现概率矩阵；其中，所述目标出现概率矩阵能够表征所述目标场景下各类型的目标在所述待检测图像各对应位置出现的概率。可选的，所述目标检测模块包括：目标候选区域确定子模块和目标检测子模块；所述目标候选区域确定子模块，用于通过所述预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵，从所述待检测图像中确定目标候选区域；所述目标检测子模块，用于对所述目标候选区域进行目标检测，获得所述待检测图像对应的目标检测结果。可选的，所述目标检测装置还包括：数据更新模块；所述数据更新模块，用于基于所述待检测图像对应的目标检测结果，对所述待检测图像对应的目标出现概率矩阵进行更新；更新后的目标出现概率矩阵作为所述图像序列中下一待检测图像对应的目标出现概率矩阵。一种目标检测设备，包括：存储器和处理器；所述存储器，用于存储程序；所述处理器，用于执行所述程序，实现所述目标检测方法的各个步骤。一种可读存储介质，其本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，包括：获取目标场景下的图像序列中的一待检测图像；获取所述目标场景下的各类目标在所述待检测图像各对应位置的出现情况；基于预设的前景检测算法以及所述目标场景下的各类目标在所述待检测图像各对应位置的出现情况，确定所述待检测图像对应的目标检测结果。

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取目标场景下的图像序列中的一待检测图像；获取所述目标场景下的各类目标在所述待检测图像各对应位置的出现情况；基于预设的前景检测算法以及所述目标场景下的各类目标在所述待检测图像各对应位置的出现情况，确定所述待检测图像对应的目标检测结果。2.根据权利要求1所述的目标检测方法，其特征在于，所述获取所述目标场景下的各类目标在所述待检测图像中的出现情况，包括：获取所述待检测图像对应的目标出现概率矩阵；其中，所述目标出现概率矩阵能够表征所述目标场景下各类型的目标在所述待检测图像各对应位置出现的概率。3.根据权利要求2所述的目标检测方法，其特征在于，所述基于预设的前景检测算法以及所述目标场景下的各类目标在所述待检测图像中的出现情况，确定所述待检测图像的检测结果，包括：通过所述预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵，从所述待检测图像中确定目标候选区域；对所述目标候选区域进行目标检测，获得所述待检测图像对应的目标检测结果。4.根据权利要求2或3所述的目标检测方法，其特征在于，还包括：基于所述待检测图像对应的目标检测结果，对所述待检测图像对应的目标出现概率矩阵进行更新；更新后的目标出现概率矩阵作为所述图像序列中下一待检测图像对应的目标出现概率矩阵。5.根据权利要求3所述的目标检测方法，其特征在于，所述基于预设的前景检测算法以及所述待检测图像对应的目标出现概率矩阵，从所述待检测图像中确定目标候选区域，包括：利用所述前景检测算法对所述待检测图像进行前景区域检测，获得所述待检测图像所包含的前景区域；根据所述待检测图像对应的目标出现概率矩阵，对所述待检测图像所包含的前景区域进行更新，获得更新后的前景区域；基于所述更新后的前景区域生成所述目标候选区域。6.根据权利要求5所述的目标检测方法，其特征在于，所述根据所述待检测图像对应的目标出现概率矩阵，对所述待检测图像所包含的前景区域进行更新，获得更新后的前景区域，包括：基于所述目标出现概率矩阵，从所述前景区域中确定出现目标的概率小于第一概率阈值的前景区域并删除，获得剩余的前景区域；和/或，基于所述目标出现概率矩阵，从除所述前景区域外的非前景区域中确定出现目标的概率大于第二概率阈值的非前景区域；所述剩余的前景区域，或者，所述前景区域和所述出现目标的概率大于第二概率阈值的非前景区域，或者，所述剩余的前景区域和所述出现目标的概率大于第二概率阈值的非前景区域，作为所述更新后的前景区域。7.根据权利要求5所述的目标检测方法，其特征在于，所述目标出现概率矩阵包括多个尺寸相同的二维概率矩阵，一个二维概率矩阵对应一类型的目标，一个二维概率矩阵能够表征其对应的类型的目标在各位置出现的概率；所述根据所述待检测图像对应的目标出现概率矩阵，对所述待检测图像所包含的前景区域进行更新，包括：通过多个二维概率矩阵，确定最大概率矩阵，其中，所述最大概率矩阵中任一位置的元素的值基于所述多个二维概率矩阵中对应位置的多个元素的值中的最大值确定；利用所述最大概率矩阵，对所述待检测图像所包含的前景区域进行更新。8.根据权利要求3所述的目标检测方法，其特征在于，所述对所述目标候选区域进行目标检测，获得所述待检测图像对应的目标检测结果，包括：将所述目标候选区域输入预先建立的目标检测模型，获得目标边界框和所述目标边界框对应的目标得分；所述目标边界框和所述目标边界框对应的目标得分作为所述待检测图像对应的目标检测结果；其中，所述目标边界框为所述目标候选区域中所包含的目标的边界框，所述目标边界框对应的目标得分为所述目标边界框中的目标属于每个类别的概率。9.根据权利要求8所述的目标检测方...

【专利技术属性】
技术研发人员：何山，殷兵，柳林，刘聪，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽,34