【技术实现步骤摘要】
一种图像检测方法及装置
本申请涉及图像处理
，尤其涉及一种图像检测方法及装置。
技术介绍
目前，在视频监控、安防、无人驾驶等应用领域中，都会涉及到对监控视频中的目标对象进行检测，目标对象例如为监控视频中出现的行人、或车辆等。现有监控视频中的目标对象进行检测时，一般将监控视频中每帧图像输入至一个预先设置好的目标对象检测模型中，以便检测每帧图像中是否包括目标对象的特征信息。然而，由于监控视频的每帧图像中是否出现目标对象、以及目标对象的数量和位置等相关信息都是不固定的，因此若采用上述检测方式，可能导致检测效率较低，也会影响检测的准确率。
技术实现思路
有鉴于此，本申请实施例提供了一种图像检测方法及装置，以提高图像检测的效率和准确率。第一方面，本申请实施例提供了一种图像检测方法，包括：获取监控视频，并确定所述监控视频中任意相邻两帧图像之间的像素信息差异度；从所述监控视频中筛选所述像素信息差异度符合预设条件的至少一个候选图像，并从所述至少一个候选图像中截取目标区域图像；基于每个候选图像对应的目标区域图像的特征信息，确定与每个候选图像匹配的目标对象检测模型，并利用确定的各目标对象检测模型分别检测每个候选图像中包括的目标对象信息。一种可能的实施方式中，所述目标区域图像的特征信息包括以下信息中的至少一种：目标区域图像的数量、目标区域图像的总面积与对应的候选图像的总面积之间的面积比。一种可能的实施方式中，所述基于每个候选图像对应的目标区域图像的特...
【技术保护点】
1.一种图像检测方法，其特征在于，包括：/n获取监控视频，并确定所述监控视频中任意相邻两帧图像之间的像素信息差异度；/n从所述监控视频中筛选所述像素信息差异度符合预设条件的至少一个候选图像，并从所述至少一个候选图像中截取目标区域图像；/n基于每个候选图像对应的目标区域图像的特征信息，确定与每个候选图像匹配的目标对象检测模型，并利用确定的各目标对象检测模型分别检测每个候选图像中包括的目标对象信息。/n
【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：
获取监控视频，并确定所述监控视频中任意相邻两帧图像之间的像素信息差异度；
从所述监控视频中筛选所述像素信息差异度符合预设条件的至少一个候选图像，并从所述至少一个候选图像中截取目标区域图像；
基于每个候选图像对应的目标区域图像的特征信息，确定与每个候选图像匹配的目标对象检测模型，并利用确定的各目标对象检测模型分别检测每个候选图像中包括的目标对象信息。
2.如权利要求1所述的方法，其特征在于，所述目标区域图像的特征信息包括以下信息中的至少一种：
目标区域图像的数量、目标区域图像的总面积与对应的候选图像的总面积之间的面积比。
3.如权利要求2所述的方法，其特征在于，所述基于每个候选图像对应的目标区域图像的特征信息，确定与每个候选图像匹配的目标对象检测模型，包括：
针对所述至少一个候选图像中的第k个候选图像，k为正整数，执行如下处理：
当所述第k个候选图像对应的目标区域图像的数量小于或等于预设数量时，确定与所述第k个候选图像匹配的目标对象检测模型为第一目标对象检测模型；
当所述第k个候选图像对应的目标区域图像的数量大于所述预设数量时，确定与所述第k个候选图像匹配的目标对象检测模型为第二目标对象检测模型；
其中，所述第二目标对象检测模型的复杂度高于所述第一目标对象检测模型的复杂度。
4.如权利要求2所述的方法，其特征在于，所述基于每个候选图像对应的目标区域图像的特征信息，确定与每个候选图像匹配的目标对象检测模型，包括：
针对所述至少一个候选图像中的第k个候选图像，k为正整数，执行如下处理：
当所述第k个候选图像对应的目标区域图像的数量小于或等于预设数量时，确定与所述第k个候选图像匹配的目标对象检测模型为第一目标对象检测模型；
当所述第k个候选图像对应的目标区域图像的数量大于所述预设数量、且所述面积比大于预设面积阈值时，确定与所述第k个候选图像匹配的目标对象检测模型为第二目标对象检测模型；
当所述第k个候选图像对应的目标区域图像的数量大于所述预设数量、且所述面积比小于或等于所述预设面积阈值时，确定与所述第k个候选图像匹配的目标对象检测模型为第三目标对象检测模型；
其中，所述第一目标对象检测模型的复杂度低于所述第二目标对象检测模型的复杂度、所述第二目标对象检测模型的复杂度低于所述第三目标对象检测模型的复杂度。
5.如权利要求1至4任一所述的方法，其特征在于，所述利用确定的各目标对象检测模型分别检测每个候选图像中包括的目标对象信息，包括：
针对所述至少一个候选图像中的第k个候选图像，k为正整数，执行如下处理：
将从所述第k个候选图像中截取的每个目标区域图像分别输入到与所述第k个候选图像匹配的目标对象检测模型中，检测所述第k个候选图像中包括的目标对象信息；或者，
将从所述第k个候选图像中截取的各目标区域图像进行拼接，将拼接后的目标区域图像输入到与所述第k个候选图像匹配的目标对象检测模型中，检测所述第k个候选图像中包括的目标对象信息。
6.如权利要求5所述的方法，其特征在于，所述将从所述第k个候选图像中截取的各目标区域图像进行拼接，包括：
计算从所述第k个候选图像中截取的每个目标区域图像的面积；
将各个目标区域图像的面积按照由大到小的顺序排列；
基于得到的排序结果，将所述第k个候选图像中截取的各目标区域图像进行拼接，得到拼接后的目标区域图像。
7.如权利要求5所述的方法，其特征在于，所述第k个候选图像中包括的目标对象信息包括以下信息中的至少一种：
所述第k个候选图像中出现有目标对象的区域图像的标记信息；
每个出现有目标对象的区域图像映射到所述监控视频中对应的图像上的坐标位置信息。
8.如权利要求7所述的方法，其特征在于，根据以下方式检测每个出现有目标对象的区域图像映射到所述监控视频中对应的图像上的坐标位置信息：
以所述监控视频中对应的图像中第一选定像素点的坐标位置为基准坐标位置，确定每个出现有目标对象的区域图像中第二选定像素点的坐标位置与所述第一选定像素点之间的相对坐标距离；
基于所述相对坐标距离，对每个出现有目标对象的区域图像中各像素点的坐标位置进行调整；
将每个出现有目标对象的区域图像中调整后的各像素点的坐标位置，确定为每个出现有目标对象的区域图像映射到所述监控视频中对应的图像上的坐标位置。
9.如权利要求1所述的方法，其特征在于，所述确定所述监控视频中任意相邻两帧图像之间的像素信息差异度，包括：
针对所述监控视频中第i帧图像和第i+1帧图像，i为正整数，执行第一处理过程；其中，所述第一处理过程包括：
将所述第i帧图像转化为第一灰度图像，以及，将所述第i+1帧图像转换为第二灰度图像；
将所述第二灰度图像和所述第一灰度图像的逐个像素点的灰度值分别相减之后，得到第三灰度图像；
基于所述第三灰度图像，确定所述第i+1帧图像和所述第i帧图像之间的像素信息差异度。
10.如权利要求9所述的方法，其特征在于，所述基于所述第三灰度图像，确定所述第i+1帧图像和所述第i帧图像之间的像素信息差异度，包括：
确定所述第三灰度图像中灰度值大于第一设定阈值的第一类像素点、以及灰度值不大于所述第一设定阈值的第二类像素点；
将所述第一类像素点的灰度值调整为第一数值，以及将所述第二类像素点的灰度值调整为第二数值之后，得到第四灰度图像；
根据所述第四灰度图像中灰度值为所述第一数值的像素点的个数，确定所述第i+1帧图像和所述第i帧图像之间的像素信息差异度。
11.如权利要求10所述的方法，其特征在于，所述确定所述监控视频中所述像素信息差异度符合预设条件的候选图像，包括：
当确定所述第i+1帧图像和所述第i帧图像之间的像素信息差异度大于设定差异度阈值时，根据所述第i+1帧图像和所述第四灰度图像，确定所述第i+1帧图像对应的候选图像。
12.如权利要求11所述的方法，其特征在于，所述根据所述第i+1帧图像和所述第四灰度图像，确定所述第i+1帧图像对应的候选图像，包括：
确定所述第四灰度图像中灰度值为所述第一数值的像素点所构成的灰度区域图像；
确定所述第i+1帧图像中与所述灰度区域图像匹配的候选区域图像；
将所述第i+1帧图像中除所述候选区域图像之外的其它区域图像的像素点的像素值调整为所述第二数值；
将调整后的所述第i+1帧图像确定为所述第i+1帧图像对应的候选图像。
13.如权利要求9至12任一所述的方法，其特征在于，所述从所述至少一个候选图像中截取目标区域图像，包括：
针对所述至少一个候选图像中的第j个候选图像，j为正整数，执行第二处理过程；其中，所述第二处理过程，包括：
确定所述第j个候选图像中像素值不为第二数值的像素点；
从所述第j个候选图像中截取包含有像素值不为第二数值的像素点的至少一个目标区域图像。
14.一种图像检测装置，其特征在于，包括：确定模块，用于获取监控视频，并确定所述监控视频中任意相邻两帧图像之间的像素信息差异度；
筛选模块，用于从所述监控视频中筛选所述像素信息差异度符合预设条件的至少一个候选图像，并从所述至少一个候选图像中截取目标区域图像；
检测模块，用于基于每个候选图像对应的目标区域图像的特征信息，确定与每个候选...
【专利技术属性】
技术研发人员：张修宝，沈海峰，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11
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。