图像识别方法及其装置、计算机可读介质和系统制造方法及图纸

本申请涉及图像识别领域，公开了一种图像识别方法及其装置、计算机可读介质和系统。本申请中图像识别方法包括：从视频中获取待识别的图像；确定待识别图像中是否同时具有行人和犬只；在确定同时具有行人和犬只的情况下，判断待识别图像中的行人和犬只之间的距离是否小于距离阈值；在判断的结果为小于距离阈值的情况下，确定行人和犬只之间是否具有牵狗绳；在确定行人和犬只之间无牵狗绳的情况下，确定犬只疑似为流浪犬。

Image recognition method and its device, computer readable medium and system

【技术实现步骤摘要】
图像识别方法及其装置、计算机可读介质和系统
本申请涉及图像识别领域，特别涉及一种图像识别方法及其装置、计算机可读介质和系统。
技术介绍
当下城市管理中，对犬只的管理越来越规范，由于居民饲养的宠物狗越来越多，基本大部分城市规定，外出遛狗时需要牵狗绳，因为没有使用牵狗绳就有安全风险，而且没有牵狗绳的狗有可能是流浪狗，流浪狗同样对居民的日常生活产生影响。因此，通过在小区的安防摄像头拍摄的视频，如何判断视频中的犬只是否为流浪犬是一个亟待解决的问题。
技术实现思路
本申请实施例提供了一种图像识别方法及其装置、计算机可读介质和系统。本申请实施例提供的图像识别方法简单高效，能够快速发现视频场景中的流浪犬。第一方面，本申请实施例提供了一种图像识别的方法，包括：从视频中获取至少一张待识别的图像；确定所述待识别图像中是否同时具有行人和犬只；在确定同时具有行人和犬只的情况下，判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值；在所述判断的结果为小于距离阈值的情况下，确定所述行人和犬只之间是否具有牵狗绳；在确定所述行人和犬只之间无牵狗绳的情况下，确定所述犬只疑似为流浪犬。在上述第一方面的一种可能的实现中，上述方法还包括：所述确定所述待识别图像中是否同时具有行人和犬只包括：通过行人检测算法检测所述待识别图像中是否有行人，并通过犬只检测算法检测所述待识别图像中是否有犬只；在所述待识别图像中同时具有行人和犬只的情况下，确定所述待识别图像同时具有行人和犬只。在上述第一方面的一种可能的实现中，上述方法还包括：所述在确定同时具有行人和犬只的情况下，判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值包括：判断所述犬只检测框和行人检测框的中心距离是否小于距离阈值。在上述第一方面的一种可能的实现中，上述方法还包括：所述在所述判断的结果为小于距离阈值的情况下，确定所述行人和犬只之间是否具有牵狗绳，包括：以第一比例外扩所述犬只检测框和行人检测框；基于外扩后的犬只检测框和行人检测框的重叠区域，通过神经网络模型识别所述重叠区域是否具有牵狗绳。在上述第一方面的一种可能的实现中，上述方法还包括：所述从视频中获得待识别图像包括：从所述视频中提起关键帧得到所述待识别图像。第二方面，本申请实施里提供了一种图像识别的装置，所述图像识别装置包括：获取模块，用于从视频中获取待识别的图像；识别模块，用于确定所述待识别图像中是否同时具有行人和犬只；第一判断模块，用于在确定同时具有行人和犬只的情况下，判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值；第二判断模块，用于在所述判断的结果为小于距离阈值的情况下，确定所述行人和犬只之间是否具有牵狗绳；输出模块，用于在确定所述行人和犬只之间无牵狗绳的情况下，确定所述犬只为流浪犬。在上述第二方面的一种可能的实现中，上述装置还包括：所述识别模块通过以下方式确定所述待识别图像中是否同时具有行人和犬只包括：通过行人检测算法检测所述待识别图像中是否有行人，并通过犬只检测算法检测所述待识别图像中是否有犬只。在上述第二方面的一种可能的实现中，上述装置还包括：所述第一判断模块通过以下方式判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值包括：判断所述犬只检测框和行人检测框的中心距离是否小于距离阈值。在上述第二方面的一种可能的实现中，上述装置还包括：所述第二判断模块通过以下方式确定所述行人和犬只之间是否具有牵狗绳包括：以第一比例外扩所述犬只检测框和行人检测框；基于外扩后的犬只检测框和行人检测框的重叠区域，通过神经网络模型识别所述重叠区域是否具有牵狗绳。在上述第二方面的一种可能的实现中，上述装置还包括：所述获取模块从视频中获取待识别图像包括：从所述视频中提取关键帧得到所述待识别图像。第三方面，本申请实施里提供了一种计算机可读介质，所述计算机可读介质上存储有指令，该指令在机器上执行时使机器执行上述任一方面的图像识别的方法。第四方面，本申请实施里提供了一种系统，包括：存储器，用于存储由系统的一个或多个处理器执行的指令，以及处理器，是系统的处理器之一，用于执行上述任一方面的图像识别的方法。附图说明图1根据本申请的一些实施例，示出了一种犬只识别装置结构示意图。图2根据本申请的一些实施例，示出了一种犬只行人检测框示意图。图3根据本申请的一些实施例，示出了一种犬只行人检测框示意图。图4根据本申请的一些实施例，示出了图像识别方法的流程示意图。图5根据本申请的一些实施例，示出了一种系统的框图。图6根据本申请一些实施例，示出了一种片上系统(SoC)的框图。具体实施例本申请的说明性实施例包括但不限于犬只识别方法及其装置、计算机可读介质和系统。可以理解，如本文所使用的，术语“模块”可以指代或者包括专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的理器(共享、专用、或群组)和/或存储器、组合逻辑电路、和/或提供所描述的功能的其他适当硬件组件，或者可以作为这些硬件组件的一部分。可以理解，在本申请各实施例中，处理器可以是微处理器、数字信号处理器、微控制器等，和/或其任何组合。根据另一个方面，所述处理器可以是单核处理器，多核处理器等，和/或其任何组合。下面将结合附图对本申请的实施例作进一步地详细描述。根据本申请的一些实施例，图1示意性示出了一种犬只识别装置结构示意图。如图1所示，犬只识别装置100包括获取模块101、识别模块102、第一判断模块103、第二判断模块104和输出模块105。其中，获取模块101根据获取的视频，通过视频关键帧提取算法提取视频中的关键帧获得待识别图像，或者从视频中预定时间间隔提取视频帧得到待识别图像。其中，待识别图像的数量不作限制。获取模块101将待识别的图像发送给识别模块102，识别模块102通过图像识别技术识别出待识别图像中是否同时包含行人和犬只，其中，图像识别技术包含犬只检测算法和行人检测算法，下面以犬只检测算法为例说明如何检测出待识别图像中的犬只，行人检测算法与犬只检测算法相似，在本申请实施例中不作赘述。犬只检测算法过程如下：通过候选检测模块，检测出待识别图像中疑似犬只的检测框，接着对所有疑似犬只的检测框，通过误报过滤模块，去除误报留下可靠的犬只的检测框，然后对于各个视频帧中的犬只检测框，通过Tracking算法补全检测到帧间的犬只，并合并各视频帧中同一检测到的犬只到一个Tracking中，最后输出所有检测到的犬只。需要说明的是，检测候选模块使用的算法是一个基于神经网络的目标检测算法，如SSD，FasterRCNN，YOLO等，通过该算法从视频帧中检测出犬只所在的区域，获得候选犬只检测框。获得候选检测模块检测的候选犬本文档来自技高网...

【技术保护点】
1.一种图像识别的方法，其特征在于，包括：/n从视频中获取至少一张待识别的图像；/n确定所述待识别图像中是否同时具有行人和犬只；/n在确定同时具有行人和犬只的情况下，判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值；/n在所述判断的结果为小于距离阈值的情况下，确定所述行人和犬只之间是否具有牵狗绳；/n在确定所述行人和犬只之间无牵狗绳的情况下，确定所述犬只疑似为流浪犬。/n

【技术特征摘要】
1.一种图像识别的方法，其特征在于，包括：
从视频中获取至少一张待识别的图像；
确定所述待识别图像中是否同时具有行人和犬只；
在确定同时具有行人和犬只的情况下，判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值；
在所述判断的结果为小于距离阈值的情况下，确定所述行人和犬只之间是否具有牵狗绳；
在确定所述行人和犬只之间无牵狗绳的情况下，确定所述犬只疑似为流浪犬。


2.根据权利要求1所述的方法，其特征在于，所述确定所述待识别图像中是否同时具有行人和犬只包括：
通过行人检测算法检测所述待识别图像中是否有行人，并通过犬只检测算法检测所述待识别图像中是否有犬只。


3.根据权利要求1所述的方法，其特征在于，所述在确定同时具有行人和犬只的情况下，判断所述待识别图像中的行人和犬只之间的距离是否小于距离阈值包括：
判断所述犬只检测框和行人检测框的中心距离是否小于距离阈值。


4.根据权利要求1所述的方法，其特征在于，所述在所述判断的结果为小于距离阈值的情况下，确定所述行人和犬只之间是否具有牵狗绳，包括：
以第一比例外扩所述犬只检测框和行人检测框；
基于外扩后的犬只检测框和行人检测框的重叠区域，通过神经网络模型识别所述重叠区域是否具有牵狗绳。


5.根据权利要求1所述的方法，其特征在于，所述从视频中获得待识别图像包括：从所述视频中提取关键帧得到所述待识别图像。
...

【专利技术属性】
技术研发人员：黄杰，魏子昆，杨忠程，张至先，
申请(专利权)人：上海依图网络科技有限公司，
类型：发明
国别省市：上海;31