一种目标检测方法、系统、终端设备及存储介质技术方案

本申请适用于计算机应用技术领域，提供了一种目标检测方法、系统及终端设备，包括：将河道图像输入至目标检测模型进行图像增强、特征提取、特征融合以及特征分类处理，得到所述河道图像中的目标对象以及目标对象的分类结果；基于相邻帧河道图像对感兴趣的目标对象进行目标重识别，通过目标检测模型快速从河道图像中初步识别出目标对象，然后在基于相邻帧河道监控视频图像对感兴趣的目标对象进行目标重识别以提高识别准确度，从而能够快速地从河道监控视频图像中确定出需要轨迹追踪的目标类型的船只，有效减低了目标检测系统检测时间，提高了目标检测系统的实用性。提高了目标检测系统的实用性。提高了目标检测系统的实用性。

【技术实现步骤摘要】
一种目标检测方法、系统、终端设备及存储介质


[0001]本申请属于计算机应用
，尤其涉及一种目标检测方法、系统、终端设备及计算机可读存储介质。

技术介绍

[0002]河道水域中蕴含丰富的矿产资源和生态资源。为了保护河道生态安全、指导河道治理以及规范各类水事活动，需要对河道进行监测，并准确快速地发现盗采河沙、非法捕捞等行为。
[0003]目前通常通过在河道区域安装监控摄像头，然后通过监测人员人眼识别是否存在盗采河沙或非法捕捞的船只，该方法需要消耗大量的人力。为了减少人力投入，目前通常基于数字图像处理并结合机器学习的目标检测算法来实现自动化检测，然而传统的目标检测算法侧重提高船只目标检测的识别正确率及定位精度上,忽视了算法的时间复杂度,导致对于复杂的图片识别的时间偏长,无法保证目标识别的时效性,导致目标检测系统的实用性偏低。

技术实现思路

[0004]本申请实施例提供了一种目标检测方法、系统、终端设备及计算机可读存储介质，可以解决传统的目标检测算法的时效性差，导致目标检测系统的实用性低的问题。
[0005]第一方面，本申请实施例提供了一种目标检测方法，包括：
[0006]将河道图像输入至目标检测模型进行图像增强、特征提取、特征融合以及特征分类处理，得到所述河道图像中的目标对象以及目标对象的分类结果；
[0007]基于相邻帧河道图像对感兴趣的目标对象进行目标重识别。
[0008]在第一方面的一种实现方式中，所述目标检测模型包括数据增强模块、特征提取模块、特征融合模块以及结果预测模块。
[0009]在第一方面的一种实现方式中，在将河道图像输入至目标检测模型进行图像增强、特征提取、特征融合以及特征分类处理，得到所述河道图像中的目标对象以及目标对象的分类结果之前，还包括：
[0010]构建原始目标检测模型；
[0011]基于训练数据集对所述原始目标检测模型进行训练，得到训练完成的目标检测模型；
[0012]基于验证数据集对训练完成的目标检测模型进行验证，当验证通过时，将通过验证的目标检测模型确定为目标检测模型。
[0013]在第一方面的一种实现方式中，所述构建原始目标检测模型之后，还包括：
[0014]获取样本数据集，并将所述样本数据集分为训练数据集和验证数据集。
[0015]在第一方面的一种实现方式中，所述基于相邻帧河道图像对感兴趣的目标对象进行目标重识别，包括：
[0016]根据目标对象的分类结果确定感兴趣的目标对象；
[0017]获取感兴趣的目标对象的位置信息；
[0018]根据所述感兴趣的目标对象的位置信息确定出相邻帧河道图像的感兴趣区域；
[0019]根据所述感兴趣的目标对象的图像和相邻帧河道图像的感兴趣区域的图像进行特征匹配检测，若特征匹配成功，则确定目标对象被重识别。
[0020]在第一方面的一种实现方式中，所述根据所述感兴趣的目标对象的图像和相邻帧河道图像的感兴趣区域的图像进行特征匹配检测，若特征匹配成功，则确定目标对象被重识别，包括：
[0021]通过特征匹配算法对感兴趣的目标对象的图像和相邻帧河道图像的感兴趣区域的图像进行特征匹配检测。
[0022]在第一方面的一种实现方式中，在基于相邻帧河道图像对感兴趣的目标对象进行目标重识别之后，还包括：
[0023]对重识别的目标对象进行轨迹追踪。
[0024]第二方面，本申请实施例提供了一种目标检测系统，包括：
[0025]检测单元，用于将河道图像输入至目标检测模型进行图像增强、特征提取、特征融合以及特征分类处理，得到所述河道图像中的目标对象以及目标对象的分类结果；
[0026]重识别单元，用于基于相邻帧河道图像对感兴趣的目标对象进行目标重识别。
[0027]第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的目标检测方法的步骤。
[0028]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的目标检测方法的步骤。
[0029]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备可执行上述第一方面中任一项所述的目标检测方法。
[0030]本申请实施例与现有技术相比存在的有益效果是：
[0031]本申请实施例提供的一种目标检测方法，能够通过目标检测模型快速从河道图像中初步识别出目标对象，然后在基于相邻帧河道监控视频图像对感兴趣的目标对象进行目标重识别以提高识别准确度，从而能够快速地从河道监控视频图像中确定出需要轨迹追踪的目标类型的船只，有效减低了目标检测系统检测时间，提高了目标检测系统的实用性。
附图说明
[0032]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
[0033]图1是本申请一实施例提供的目标检测方法的应用场景示意图；
[0034]图2是本申请一实施例提供的一种目标检测方法的实现流程示意图；
[0035]图3示出本申请一实施例提供的Focus单元对输入的河道图像进行切片的示意图；
[0036]图4示出本申请一实施例提供的CSP单元的结构示意图；
[0037]图5示出本申请一实施例提供的另一种目标检测方法的实现流程示意图；
[0038]图6示出本申请一实施例提供的目标检测系统的结构示意图；
[0039]图7是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
[0040]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0041]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0042]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中
[0043]的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0044]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：将河道图像输入至目标检测模型进行图像增强、特征提取、特征融合以及特征分类处理，得到所述河道图像中的目标对象以及目标对象的分类结果；基于相邻帧河道图像对感兴趣的目标对象进行目标重识别。2.如权利要求1所述的目标检测方法，其特征在于，所述目标检测模型包括数据增强模块、特征提取模块、特征融合模块以及结果预测模块。3.如权利要求1所述的目标检测方法，其特征在于，在将河道图像输入至目标检测模型进行图像增强、特征提取、特征融合以及特征分类处理，得到所述河道图像中的目标对象以及目标对象的分类结果之前，还包括：构建原始目标检测模型；基于训练数据集对所述原始目标检测模型进行训练，得到训练完成的目标检测模型；基于验证数据集对训练完成的目标检测模型进行验证，当验证通过时，将通过验证的目标检测模型确定为目标检测模型。4.如权利要求3所述的目标检测方法，其特征在于，所述构建原始目标检测模型之后，还包括：获取样本数据集，并将所述样本数据集分为训练数据集和验证数据集。5.如权利要求1所述的目标检测方法，其特征在于，所述基于相邻帧河道图像对感兴趣的目标对象进行目标重识别，包括：根据目标对象的分类结果确定感兴趣的目标对象；获取感兴趣的目标对象的位置信息；根据所述感兴趣的目标对象的位置信息确定出相邻帧河道图像的感兴趣区域；根据所述感兴趣的目...

【专利技术属性】
技术研发人员：全绍军，林格，陈小燕，梁少玲，
申请(专利权)人：长视科技股份有限公司，
类型：发明
国别省市：