【技术实现步骤摘要】
基于视频的目标检测方法、装置、设备及存储介质
本申请涉及目标检测
，特别涉及一种基于视频的目标检测方法、装置、设备及存储介质。
技术介绍
目前，目标检测技术在视频监控等场景中得到广泛应用。在对视频中的目标进行检测时，由于目标运动使得尺寸、位置发生变化，从而可能造成一些视频图像中的目标被漏检或误检。在相关技术中，为了减少漏检和误检，对当前视频图像进行检测，得到当前视频图像的中间检测结果，然后通过人工设计的规则，利用前一帧视频图像的最终检测结果对当前视频图像的中间检测结果进行融合匹配，以对该中间检测结果进行修正，将修正后的结果确定为当前视频图像的最终检测结果。然而，在上述实现方式中，当涉及不同应用场景时，一般需要人工设计不同的规则，使得目标检测方法的适应性较差。
技术实现思路
本申请实施例提供了一种基于视频的目标检测方法、装置、设备及存储介质，可以解决相关技术中需要人工设计不同规则进行目标检测的问题。所述技术方案如下：第一方面，提供了一种基于视频的目标检测方法，所述方法包括：
【技术保护点】
1.一种基于视频的目标检测方法，其特征在于，所述方法包括：/n获取待检测视频中的连续N帧视频图像，所述N为大于1的整数；/n调用目标检测模型，所述目标检测模型至少包括三维卷积层和目标检测层，所述三维卷积层用于将所述N帧视频图像的特征进行卷积融合，所述目标检测层用于基于卷积融合后得到的目标特征图检测出视频图像中的目标；/n将所述N帧视频图像输入至所述目标检测模型中进行处理，输出目标检测结果。/n
【技术特征摘要】
1.一种基于视频的目标检测方法，其特征在于，所述方法包括：
获取待检测视频中的连续N帧视频图像，所述N为大于1的整数；
调用目标检测模型，所述目标检测模型至少包括三维卷积层和目标检测层，所述三维卷积层用于将所述N帧视频图像的特征进行卷积融合，所述目标检测层用于基于卷积融合后得到的目标特征图检测出视频图像中的目标；
将所述N帧视频图像输入至所述目标检测模型中进行处理，输出目标检测结果。
2.如权利要求1所述的方法，其特征在于，所述目标检测模型包括的三维卷积层的总数量为多个，所述将所述N帧视频图像输入至所述目标检测模型中进行处理，输出目标检测结果，包括：
将所述N帧视频图像输入至所述目标检测模型中；
依次通过多个三维卷积层对所述N帧视频图像进行卷积融合处理；
从所述多个三维卷积层的最后一个三维卷积层输出的所有特征图中确定所述目标特征图；
通过所述目标检测层对所述目标特征图进行目标检测处理，输出所述目标检测结果。
3.如权利要求2所述的方法，其特征在于，所述目标检测模型还包括多个降采样层，其中，所述多个三维卷积层中的每相邻两个三维卷积层之间包括至少一个降采样层；
所述依次通过所述多个三维卷积层对所述N帧视频图像进行卷积融合处理，包括：
依次通过所述多个三维卷积层中的每个三维卷积层对所述N帧视频图像进行卷积融合，以及通过与所述每个三维卷积层连接的降采样层对卷积融合处理后的特征图进行降采样处理。
4.如权利要求3所述的方法，其特征在于，所述多个三维卷积层中的前M个三维卷积层在时间维度上的卷积核的大小为1，所述多个三维卷积层中除所述前M个三维卷积层之外的其他三维卷积层在时间维度上的卷积核的大小大于1，所述M为大于或等于1且小于所述总数量的整数。
5.如权利要求3或4所述的方法，其特征在于，所述从所述多个三维卷积层的最后一个三维卷积层输出的所有特征图中确定所述目标特征图，包括：
当所述降采样层包括空间维度的降采样和时间维度的降采样时，将所述多个三维卷积层的最后一个三维卷积层输出的特征图确定为所述目标特征图；
或者，
当所述降采样层仅包括空间维度的降采样时，从所述多个三维卷积层的最后一个三维卷积层输出的所有特征图中，将所述N帧视频图像中处于中间位置的视频图像对应的特征图确定为所述目标特征图；或者，确定所述多个三维卷积层的最后一个三维卷积层输出的所有特征图在时间维度上的平均值，将确定的平均值对应的特征图确定为所述目标特征图。
6.一种基于视频的目标检测装置，其特征在于，所述装置包括：
获取模块，用于获取待检测视频中的...
【专利技术属性】
技术研发人员：石大虎，谭文明，
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。