图像筛选方法、装置、电子设备及存储介质制造方法及图纸

技术编号:36946407 阅读:43 留言:0更新日期:2023-03-22 19:07
本申请实施例涉及图像处理领域,提供一种图像筛选方法、装置、电子设备及存储介质,通过获取视频流进行主体目标检测及跟踪,得到多帧包含同一特定运动物体的候选图像;然后,通过从不同维度对每一帧候选图像进行打分,得到每一帧候选图像中特定运动物体的分值;最后,按照分值从高到低的顺序,逐个对候选图像中的特定运动物体进行特征识别,直至得到识别结果满足设定条件的优选图像。也就是,由于是从不同维度打分,并且是按照分值从高到低的顺序对候选图像中的特定运动物体进行特征识别来确定优选图像,从而能够快速、准确地从视频流中筛选出能检测到理想结果的图像。选出能检测到理想结果的图像。选出能检测到理想结果的图像。

【技术实现步骤摘要】
图像筛选方法、装置、电子设备及存储介质


[0001]本申请实施例涉及图像处理领域,具体而言,涉及一种图像筛选方法、装置、电子设备及存储介质。

技术介绍

[0002]随着人工智能(Artificial Intelligence,AI)技术的发展,基于图像的计算机视觉技术得到了广泛应用,例如,视频监控、辅助驾驶、人脸识别等。这些应用的实现中,一个非常重要的环节就是物体检测,即,当检测到某一物体后,基于检测结果进行二次检测,例如,在路口车牌检测过程中,先检测到车辆,再对检测到的车辆进行车牌识别等。
[0003]实际场景中,物体检测通常是针对视频流进行,故针对运动物体而言,同一物体可能会出现在多帧图像中,无法确定对哪一帧图像做二次检测才能得到理想结果。针对这种情况,现有技术是对视频流中每一帧包含该物体的图像都进行二次检测,这样必然会造成重复检测,导致效率低下。

技术实现思路

[0004]本申请实施例的目的在于提供一种图像筛选方法、装置、电子设备及存储介质,用以快速、准确地从视频流中筛选出能检测到理想结果的图像。
[0005]为了实现上述目的,本申请实施例采用的技术方案如下:
[0006]第一方面,本申请实施例提供了一种图像筛选方法,所述方法包括:
[0007]获取视频流;
[0008]对所述视频流进行主体目标检测及跟踪,得到多帧包含同一特定运动物体的候选图像;
[0009]从不同维度对每一帧所述候选图像进行打分,得到每一帧所述候选图像中所述特定运动物体的分值;<br/>[0010]按照分值从高到低的顺序,逐个对所述候选图像中的特定运动物体进行特征识别,直至得到识别结果满足设定条件的优选图像。
[0011]可选地,所述从不同维度对每一帧所述候选图像进行打分,得到每一帧所述候选图像中所述特定运动物体的分值的步骤,包括:
[0012]根据所述特定运动物体在帧画面上的预估完整度,对所述候选图像进行打分,得到第一分值;其中,所述特定运动物体在帧画面上的预估完整度越高,所述第一分值越高;
[0013]根据所述特定运动物体在所述候选图像中的位置,对所述候选图像进行打分,得到第二分值;其中,所述特定运动物体离所述候选图像的中心越近,所述第二分值越高;
[0014]根据所述候选图像的清晰度,对所述候选图像进行打分,得到第三分值;其中,所述清晰度与所述第三分值正相关;
[0015]对所述候选图像的所述第一分值、所述第二分值和所述第三分值进行加权求和,得到所述候选图像中所述特定运动物体的分值。
[0016]可选地,所述根据所述特定运动物体在帧画面上的运动过程,对所述候选图像进行打分,得到第一分值的步骤,包括:
[0017]按照所述特定运动物体在帧画面上的运动过程,对所有候选图像进行排序,得到每个所述候选图像的序号;
[0018]根据所述序号确定所述候选图像的分值,其中,两端序号对应的分值最低,且所述分值从所述两端序号向中心递增,两端序号表征所述特定运动物体进入帧画面的图像和所述特定运动物体离开帧画面的图像。
[0019]可选地,所述根据所述特定运动物体在所述候选图像中的位置,对所述候选图像进行打分,得到第二分值的步骤,包括:
[0020]按照预先设定的m*n个备选框,将所述候选图像划分为m*n个图像块;其中,每个所述备选框均有设定的分数,且所述分数从中心备选框向外递减;m表示备选框的行数,n表示备选框的列数,m和n均为大于等于1的整数;
[0021]从m*n个图像块中,确定出与所述特定运动物体重合度最高的目标图像块;
[0022]将所述目标图像块对应的备选框的分数,作为所述候选图像的第二分值。
[0023]可选地,所述根据所述候选图像的清晰度,对所述候选图像进行打分,得到第三分值的步骤,包括:
[0024]利用清晰度检测算法,检测每个所述候选图像的清晰度;
[0025]对所有清晰度进行累加,并将累加后的清晰度划分为设定数目个清晰度区间;其中,每个清晰度区间均有对应的分数,且所述分数按照清晰度区间从小到大的顺序递增;
[0026]针对每个所述候选图像,将所述候选图像的清晰度所处的清晰度区间对应的分数作为所述候选图像的第三分值。
[0027]可选地,所述方法还包括:
[0028]基于所述优选图像,从预先设定的m*n个备选框中确定出物体进入坐标框、物体离开坐标框和物体优选坐标框,得到优选参数;其中,m表示备选框的行数,n表示备选框的列数,m和n均为大于等于1的整数。
[0029]可选地,所述方法还包括:
[0030]获取多组优选参数;其中,一组优选参数是基于一帧优选图像得到的,多帧优选图像是对视频流进行多轮筛选得到的,每组所述优选参数均包括物体进入坐标框、物体离开坐标框和物体优选坐标框;
[0031]利用所述多组优选参数进行回归学习,得到一组最优参数,其中,所述最优参数用于从后续的待检测视频流中筛选优选图像。
[0032]第二方面,本申请实施例还提供了一种图像筛选装置,所述装置包括:
[0033]获取模块,用于获取视频流;
[0034]处理模块,用于:
[0035]对所述视频流进行主体目标检测及跟踪,得到多帧包含同一特定运动物体的候选图像;
[0036]从不同维度对每一帧所述候选图像进行打分,得到每一帧所述候选图像中所述特定运动物体的分值;
[0037]按照分值从高到低的顺序,逐个对所述候选图像中的特定运动物体进行特征识
别,直至得到识别结果满足设定条件的优选图像。
[0038]第三方面,本申请实施例还提供了一种电子设备,包括处理器和存储器,所述存储器用于存储程序,所述处理器用于在执行所述程序时,实现上述第一方面中的图像筛选方法。
[0039]第四方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面中的图像筛选方法。
[0040]相对现有技术,本申请实施例提供的一种图像筛选方法、装置、电子设备及存储介质,通过获取视频流进行主体目标检测及跟踪,得到多帧包含同一特定运动物体的候选图像;然后,通过从不同维度对每一帧候选图像进行打分,得到每一帧候选图像中所述特定运动物体的分值;最后,按照分值从高到低的顺序,逐个对候选图像中的特定运动物体进行特征识别,直至得到识别结果满足设定条件的优选图像。也就是,由于是从不同维度打分,并且是按照分值从高到低的顺序对候选图像中的特定运动物体进行特征识别来确定优选图像,从而能够快速、准确地从视频流中筛选出能检测到理想结果的图像。
附图说明
[0041]图1示出了目标检测及跟踪的示例图。
[0042]图2示出了本申请实施例提供的一种应用场景的示意图。
[0043]图3示出了本申请实施例提供的一种图像筛选方法的流程示意图一。
[0044]图4示出了本申请实施例本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种图像筛选方法,其特征在于,所述方法包括:获取视频流;对所述视频流进行主体目标检测及跟踪,得到多帧包含同一特定运动物体的候选图像;从不同维度对每一帧所述候选图像进行打分,得到每一帧所述候选图像中所述特定运动物体的分值;按照分值从高到低的顺序,逐个对所述候选图像中的所述特定运动物体进行特征识别,直至得到识别结果满足设定条件的优选图像。2.如权利要求1所述的方法,其特征在于,所述从不同维度对每一帧所述候选图像进行打分,得到每一帧所述候选图像中所述特定运动物体的分值的步骤,包括:根据所述特定运动物体在帧画面上的预估完整度,对所述候选图像进行打分,得到第一分值;其中,所述特定运动物体在帧画面上的预估完整度越高,所述第一分值越高;根据所述特定运动物体在所述候选图像中的位置,对所述候选图像进行打分,得到第二分值;其中,所述特定运动物体离所述候选图像的中心越近,所述第二分值越高;根据所述候选图像的清晰度,对所述候选图像进行打分,得到第三分值;其中,所述清晰度与所述第三分值正相关;对所述候选图像的所述第一分值、所述第二分值和所述第三分值进行加权求和,得到所述候选图像中所述特定运动物体的分值。3.如权利要求2所述的方法,其特征在于,所述根据所述特定运动物体在帧画面上的预估完整度,对所述候选图像进行打分,得到第一分值的步骤,包括:按照所述特定运动物体在帧画面上的运动过程,对所有候选图像进行排序,得到每个所述候选图像的序号;根据所述序号确定所述候选图像的分值,其中,两端序号对应的分值最低,且所述分值从所述两端序号向中心递增,两端序号表征所述特定运动物体进入帧画面的图像和所述特定运动物体离开帧画面的图像。4.如权利要求2所述的方法,其特征在于,所述根据所述特定运动物体在所述候选图像中的位置,对所述候选图像进行打分,得到第二分值的步骤,包括:按照预先设定的m*n个备选框,将所述候选图像划分为m*n个图像块;其中,每个所述备选框均有设定的分数,且所述分数从中心备选框向外递减;m表示备选框的行数,n表示备选框的列数,m和n均为大于等于1的整数;从m*n个图像块中,确定出与所述特定运动物体重合度最高的目标图像块;将所述目标图...

【专利技术属性】
技术研发人员:林茂兰丽莎
申请(专利权)人:迈普通信技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1