低画质视频中的小目标实时识别方法技术

本发明专利技术提供了低画质视频中的小目标实时识别方法，小目标和大目标具有必然的相对位置关系，小目标具有标准状态和非标准状态；抽取视频中一定数量的图片作为数据集进行标注；数据集标注为小目标标准状态和小目标非标准状态两个类别，每个类别对应两个矩形框，标准状态下第一个框是大目标，第二个框是小目标的标准状态；非标准状态下第一个框是大目标，第二个框是小目标的非标准状态；利用数据集作为目标检测算法训练参考；利用目标检测算法对视频进行目标状态识别。本发明专利技术具有较高的检测准确率。

【技术实现步骤摘要】
低画质视频中的小目标实时识别方法
本专利技术涉及计算机视觉领域，尤其是一种在低画质视频中的小目标实时识别方法。
技术介绍
利用计算机视觉进行目标检测的任务是从图像中解析出可供计算机理解的信息，在实际检测过程中，除了需要得到图片中目标的类别信息以外，还需要得到目标的位置信息。目前基于深度学习的目标检测算法主要分为基于分类的目标检测算法和基于回归的目标检测算法两个大类。基于分类的目标检测算法主要是将目标检测过程分为两个阶段。第一个阶段主要是选取候选区域，第二个阶段则针对候选区域进行分类并进行位置调整，经过这两个阶段之后得到目标检测结果。目前此方案的典型模型是2015年RenS等人提出的更快的基于区域的卷积神经网络算法(FasterR-CNN)，用候选区域生成网络(RegionalProposalNetworks，RPN)将目标检测系统分为两个模块，第一个模块是提取候选区域的深度全卷积网络，第二个模块使用基于区域提取的FasterR-CNN检测器进行检测。整个系统是一个单个的、统一的目标检测网络。FasterR-CNN算法框架如图所示。首先将整张图片作为输入，经过卷积计算得到特征层，然后将卷积特征输入到RPN网络，得到候选框的特征信息；接着对候选框中提取出的特征，使用分类器判别是否属于一个特定类；最后对属于某一特征的候选框，用回归器进一步调整其位置，整个网络流程共享卷积神经网络提取的特征信息。在尺寸一定的卷积特征图中，RPN网络能够生成具有多个尺寸的候选框，造成了目标尺寸可变以及固定感受野不一致的问题。如增加候选框数量，则又会导致算法检测速度降低，难以满足实际生产环境对于实时性的要求。基于回归的目标检测算法将目标检测过程简化成一个具有统一性的端到端的回归问题，从而只需要将图片处理一次(对比多次选取候选区域分类)，就可以同时得到检测目标的位置和类别信息。与基于区域提取的两阶段模型不同，单阶段方法通过完整的单次训练就能实现特征共享。这类算法的典型代表有你只需要看一次(YouLookOnlyOnce，YOLO)、SSD等。下面以SSD为例进行重点阐述。2016年LiuW等提出SSD算法，将单个深度神经网络应用到图像目标检测中。SSD算法框架如图所示，其定位边界框定义为一组在空间上离散的默认框，且对应于不同的长宽比与映射位置。在进行预测时，网络会为每个默认框中的目标类别生成对应的概率分数，并调整默认框以实现与目标形状的良好匹配。除此以外，网络还对具有不同画质的目标结合其多个特征映射作出完整预测，实现对多尺寸目标的检测任务。在SSD算法中，无候选区域时，区域回归难度较大，容易出现较难收敛的问题；SSD不同层的特征图都作为分类网络的独立输入，导致同一个物体被不同大小的框同时检测，造成了重复运算；由于小目标对应于特征图中很小的区域，无法得到充分训练，因此SSD对于小目标的检测效果依然不理想。在利用现有计算机视觉技术对低画质视频中的小目标进行检测识别时，由于目标较小，导致如果使用传统的深度学习方法得出的检测准确率较低。因此急需解决现有技术在低画质视频中对小目标进行实时检测识别的问题。
技术实现思路
本专利技术的目的在于解决在低画质视频中对小目标进行实时检测识别的问题。在利用现有计算机视觉技术进行改进，实现对低画质视频中的小目标进行准确率较高的检测识别。为了达到上述目的，本专利技术提供了低画质视频中的小目标实时识别方法，小目标和大目标具有必然的相对位置关系，小目标具有标准状态和非标准状态；抽取视频中一定数量的图片作为数据集进行标注；数据集标注为小目标标准状态和小目标非标准状态两个类别，每个类别对应两个矩形框，标准状态下第一个框是大目标，第二个框是小目标的标准状态；非标准状态下第一个框是大目标，第二个框是小目标的非标准状态；利用数据集作为目标检测算法训练参考；利用目标检测算法对视频进行目标状态识别。其中，小目标在大目标的内部。小目标是人头，大目标是人体，小目标的标准状态是人头佩戴安全帽的状态。进一步的，所述的目标检测算法是SSD算法。目标检测算法的定位边界框定义为一组在空间上离散的默认框，且对应于不同的长宽比与映射位置。目标检测算法在进行预测时，网络会为每个默认框中的目标类别生成对应的概率分数，并调整默认框以实现与目标形状的良好匹配。目标检测算法中网络还对具有不同画质的目标结合其多个特征映射作出完整预测，实现对多尺寸目标的检测任务。目标检测算法中按照大小目标的关系和状态分类形成新的对应关系替代算法中的相应特征层。具体地，目标检测算法将用来检测的输入图片首先利用图像压缩，输入到算法中，同时得到第一损失值，然后利用其输出的位置信息，提取对应的图像位置，然后再输入到算法中，得到第二损失值和检测结果，利用第一损失值和第二损失值的线性组合，得到总的损失值，并利用此过程进行模型训练工作。进一步地，在模型预测阶段，可以直接通过得出第二损失值的算法输出检测结果，从而加速模型的计算速度。本专利技术的意义在于相对于原有的技术方案，由于利用了物体之间相关性的信息，因此在物体检测过程可以快速定位到目标位置，然后对目标区域利用直接分类的方法，可以得到一个检测准确率高、检测速度快的检测方案。同时，此方案还具有检测速度快，存储占用率低，同时对于低画质视频的小目标检测问题，比同样检测速度和同样存储占用率的其他深度学习网络模型具有更高的检测准确率。为使本专利技术的上述目的、特征和实施方式能更明显易懂，下文结合附图，对本专利技术的结构设计及操作流程做详细说明。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术的一个实施例的算法示意图；图2是本专利技术的一个实施例的流程图。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。首先请参考图1，图1为本专利技术的示意图，本专利技术的一个实施例是对工作区域工人是否佩戴安全帽的监控识别。由于安全帽是一个较小的目标，在现有的低画质监控视频中很难被清楚地识别出来，尤其是需要计算机自动识别的场合。在本实施例中，根据物体的相关性得出，人头依附于人的身体，因此采用先检测人体，然后将检测出的人体从图片中截取出来后再对头部是否佩戴安全帽进行二次检测的方法。由于相对原图人体比头部更大，因此检测准确率较高本文档来自技高网...

【技术保护点】
1.低画质视频中的小目标实时识别方法，其特征在于，小目标和大目标具有必然的相对位置关系，小目标具有标准状态和非标准状态；抽取视频中一定数量的图片作为数据集进行标注；数据集标注为小目标标准状态和小目标非标准状态两个类别，每个类别对应两个矩形框，标准状态下第一个框是大目标，第二个框是小目标的标准状态；非标准状态下第一个框是大目标，第二个框是小目标的非标准状态；利用数据集作为目标检测算法训练参考；利用目标检测算法对视频进行目标状态识别。/n

【技术特征摘要】
1.低画质视频中的小目标实时识别方法，其特征在于，小目标和大目标具有必然的相对位置关系，小目标具有标准状态和非标准状态；抽取视频中一定数量的图片作为数据集进行标注；数据集标注为小目标标准状态和小目标非标准状态两个类别，每个类别对应两个矩形框，标准状态下第一个框是大目标，第二个框是小目标的标准状态；非标准状态下第一个框是大目标，第二个框是小目标的非标准状态；利用数据集作为目标检测算法训练参考；利用目标检测算法对视频进行目标状态识别。


2.如权利要求1所述的低画质视频中的小目标实时识别方法，其特征在于，小目标在大目标的内部。


3.如权利要求1所述的低画质视频中的小目标实时识别方法，其特征在于，小目标是人头，大目标是人体，小目标的标准状态是人头佩戴安全帽的状态。


4.如权利要求1所述的低画质视频中的小目标实时识别方法，其特征在于，所述的目标检测算法是单发多框目标检测器(ShotMulti-boxDetector,SSD)算法。


5.如权利要求1所述的低画质视频中的小目标实时识别方法，其特征在于，所述的目标检测算法的定位边界框定义为一组在空间上离散的默认框，且对应于不同的长宽比与映射位置。

【专利技术属性】
技术研发人员：张昭智，
申请(专利权)人：上海湃道智能科技有限公司，
类型：发明
国别省市：上海;31