基于目标特征的抓拍优选方法、装置、计算机设备及介质制造方法及图纸

本发明专利技术实施例公开了一种基于目标特征的抓拍优选方法、装置、计算机设备及介质，其中方法包括：创建特征链表和图片链表；根据检测到的目标，生成目标事件；目标特征提取，以得到目标图像的特征向量；将特征向量添加至特征链表进行缓存；裁剪出目标局部图片；将目标局部图片添加至图片链表中进行缓存，启动目标事件的优选定时器；判断优选定时器是否超时，若超时则根据置信度从特征链表和图片链表中分别提取优选地特征向量和对应的目标局部图片。本发明专利技术通过预先训练好的目标识别模型对目标图像进行目标特征提取，并针对目标特征和目标局部图片进行缓存和对比，进而提升了目标图片优选的效果。的效果。的效果。

【技术实现步骤摘要】
基于目标特征的抓拍优选方法、装置、计算机设备及介质


[0001]本专利技术涉及图像处理领域，更具体地说是一种基于目标特征的抓拍优选方法、装置、计算机设备及介质。

技术介绍

[0002]随着技术的发展以及对于图像技术处理要求的提高，在一个应用场景下，一个拍摄设备能够获取的图像数据量呈几何式增加。而目前大多数的拍摄设备只是单纯的采集的图像数据进行存储，导致在图像数据应用的过程中，才会发现由存在较多低质量的图像数据，导致采集的图像数据整体的数据完整性差、功能可用性较低。
[0003]目前虽然也穿在图像优选的手段，但目前图片优选仅仅通过目标检测的置信度来进行判断，去重效果不佳。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供基于目标特征的抓拍优选方法、装置、计算机设备及介质。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]一方面，基于目标特征的抓拍优选方法，所述方法包括：
[0007]创建特征链表和图片链表；
[0008]根据检测到的目标，生成目标事件，所述目标事件包括类别、置信度、地址、目标在图像中所处的位置；
[0009]通过预先训练好的目标识别模型对目标图像进行目标特征提取，以得到目标图像的特征向量；
[0010]从特征链表中判断特征向量是否为新的目标特征；
[0011]若为新的目标特征，则将特征向量添加至特征链表进行缓存，并将特征向量与目标事件的地址相绑定；
[0012]根据目标在图像中所处的位置，从目标特征提取的同一时刻的全局图中裁剪出目标局部图片；
[0013]将目标局部图片添加至图片链表中进行缓存，并将目标局部图片与特征向量相绑定；
[0014]启动目标事件的优选定时器；
[0015]判断优选定时器是否超时；
[0016]若超时，则根据置信度从特征链表和图片链表中分别提取优选地特征向量和对应的目标局部图片。
[0017]其进一步技术方案为：所述的从特征链表中判断特征向量是否为新的目标特征之后，还包括:
[0018]若不是新的目标特征，则判断目标事件置信度是否更高；
[0019]若更高，则用特征向量替换特征链表中原特征信息；
[0020]删除图片链表中相同目标图片。
[0021]其进一步技术方案为：所述的判断目标事件置信度是否更高之后，还包括：
[0022]若不是更高，则删除目标事件。
[0023]其进一步技术方案为：所述的根据目标在图像中所处的位置，从目标特征提取的同一时刻的全局图中裁剪出目标局部图片之后，还包括：
[0024]对裁剪出的目标局部图片进行格式转换。
[0025]第二方面，基于目标特征的抓拍优选装置，所述装置包括创建单元、生成单元、提取单元、第一判断单元、第一添加绑定单元、裁剪单元、第二添加绑定单元、启动单元、第二判断单元以及优选单元；
[0026]所述创建单元，用于创建特征链表和图片链表；
[0027]所述生成单元，用于根据检测到的目标，生成目标事件，所述目标事件包括类别、置信度、地址、目标在图像中所处的位置；
[0028]所述提取单元，用于通过预先训练好的目标识别模型对目标图像进行目标特征提取，以得到目标图像的特征向量；
[0029]所述第一判断单元，用于从特征链表中判断特征向量是否为新的目标特征；
[0030]所述第一添加绑定单元，用于将特征向量添加至特征链表进行缓存，并将特征向量与目标事件的地址相绑定；
[0031]所述裁剪单元，用于根据目标在图像中所处的位置，从目标特征提取的同一时刻的全局图中裁剪出目标局部图片；
[0032]所述第二添加绑定单元，用于将目标局部图片添加至图片链表中进行缓存，并将目标局部图片与特征向量相绑定；
[0033]所述启动单元，用于启动目标事件的优选定时器；
[0034]所述第二判断单元，用于判断优选定时器是否超时；
[0035]所述优选单元，用于根据置信度从特征链表和图片链表中分别提取优选地特征向量和对应的目标局部图片。
[0036]其进一步技术方案为：所述装置还包括第三判断单元、替换单元以及第一删除单元；
[0037]所述第三判断单元，用于判断目标事件置信度是否更高；
[0038]所述替换单元，用于用特征向量替换特征链表中原特征信息；
[0039]所述第一删除单元，用于删除图片链表中相同目标图片。
[0040]其进一步技术方案为：所述装置还包括第二删除单元；
[0041]所述第二删除单元，用于删除目标事件。
[0042]其进一步技术方案为：所述装置还包括格式转换单元；
[0043]所述格式转换单元，用于对裁剪出的目标局部图片进行格式转换。
[0044]第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的方法步骤。
[0045]第四方面，一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计
算机程序包括程序指令，所述程序指令被处理器执行时，使得所述处理器执行如上述的方法步骤。
[0046]本专利技术与现有技术相比的有益效果是：本专利技术通过预先训练好的目标识别模型对目标图像进行目标特征提取，并针对目标特征和目标局部图片进行缓存和对比，进而提升了目标图片优选的效果。
[0047]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术技术手段，可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。
附图说明
[0048]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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的附图。
[0049]图1为本专利技术具体实施例提供的基于目标特征的抓拍优选方法的流程图；
[0050]图2为本专利技术具体实施例提供的基于目标特征的抓拍优选装置的示意性框图；
[0051]图3为本专利技术具体实施例提供的一种计算机设备的示意性框图。
具体实施方式
[0052]为了更充分理解本专利技术的
技术实现思路
，下面结合具体实施例对本专利技术的技术方案进一步介绍和说明，但不局限于此。
[0053]下面将结合本专利技术实施例中的附图，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，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动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。
[0054]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于目标特征的抓拍优选方法，其特征在于，所述方法包括：创建特征链表和图片链表；根据检测到的目标，生成目标事件，所述目标事件包括类别、置信度、地址、目标在图像中所处的位置；通过预先训练好的目标识别模型对目标图像进行目标特征提取，以得到目标图像的特征向量；从特征链表中判断特征向量是否为新的目标特征；若为新的目标特征，则将特征向量添加至特征链表进行缓存，并将特征向量与目标事件的地址相绑定；根据目标在图像中所处的位置，从目标特征提取的同一时刻的全局图中裁剪出目标局部图片；将目标局部图片添加至图片链表中进行缓存，并将目标局部图片与特征向量相绑定；启动目标事件的优选定时器；判断优选定时器是否超时；若超时，则根据置信度从特征链表和图片链表中分别提取优选地特征向量和对应的目标局部图片。2.根据权利要求1所述的基于目标特征的抓拍优选方法，其特征在于，所述的从特征链表中判断特征向量是否为新的目标特征之后，还包括:若不是新的目标特征，则判断目标事件置信度是否更高；若更高，则用特征向量替换特征链表中原特征信息；删除图片链表中相同目标图片。3.根据权利要求2所述的基于目标特征的抓拍优选方法，其特征在于，所述的判断目标事件置信度是否更高之后，还包括：若不是更高，则删除目标事件。4.根据权利要求1所述的基于目标特征的抓拍优选方法，其特征在于，所述的根据目标在图像中所处的位置，从目标特征提取的同一时刻的全局图中裁剪出目标局部图片之后，还包括：对裁剪出的目标局部图片进行格式转换。5.基于目标特征的抓拍优选装置，其特征在于，所述装置包括创建单元、生成单元、提取单元、第一判断单元、第一添加绑定单元、裁剪单元、第二添加绑定单元、启动单元、第二判断单元以及优选单元；所述创建单元，用于创建特征链表和图片链表；所述生成单元，用于根据检测到的目标，生成目标事件，所述目标事件包括类别、置信度、地址、目标在图像中所...

【专利技术属性】
技术研发人员：晏冬，
申请(专利权)人：深圳市同为数码科技股份有限公司，
类型：发明
国别省市：