目标检测方法及系统技术方案

本发明专利技术提供一种目标检测方法及系统，该方法包括：获取摄像头拍摄的视频图像序列；根据视频图像判断是否有目标物体开始进入摄像头的监控区域；当判定出有目标物体开始进入监控区域之后，从视频图像序列中获取至少三帧连续的第一视频图像，并确定每相邻两帧第一视频图像的边缘像素的变化率，若变化率符合预设变化率区间，判定目标物体全部进入监控区域；当判定目标物体全部进入监控区域之后，从视频图像序列中获取至少三帧连续的第二视频图像，并确定每相邻两帧第二视频图像的第一灰度差分图像，根据第一灰度差分图像判断目标物体是否处于静态；根据目标物体处于静态的视频图像确定待检测图像；对待检测图像进行目标检测。对待检测图像进行目标检测。对待检测图像进行目标检测。

【技术实现步骤摘要】
目标检测方法及系统


[0001]本专利技术实施例涉及人工智能
，尤其涉及一种目标检测方法及系统。

技术介绍

[0002]现有的通过监控摄像头系统的特定目标检测方法，是将监控摄像头处理捕捉的视频流的所有帧或抽帧完成输入基于深度学习的AI(人工智能)模型中完成处理并输出结果。
[0003]视频图像中的目标物体由于处于动态过程，使得获取到的视频图像中目标物体存在的不全、遮挡、重叠等问题，从而影响目标识别结果，现有技术中，常通过复杂的网络结构提取视频图像中的深层次特征信息来提高准确率,复杂模型带来更大的计算量，造成了大量的冗余计算，降低了处理效率，并不利于将目标检测系统集成到现有监控系统中。

技术实现思路

[0004]本专利技术实施例提供一种目标检测方法及系统，用于解决现有的目标检测过程中视频图像中的目标物体由于处于动态过程导致识别不准确的问题。
[0005]为了解决上述技术问题，本专利技术是这样实现的：
[0006]第一方面，本专利技术实施例提供了一种目标检测方法，包括：
[0007]获取摄像头拍本文档来自技高网...

【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：获取摄像头拍摄的视频图像序列；根据所述视频图像判断是否有目标物体开始进入所述摄像头的监控区域；当判定出有所述目标物体开始进入所述监控区域之后，从所述视频图像序列中获取至少三帧连续的第一视频图像，并确定每相邻两帧第一视频图像的边缘像素的变化率，若所述变化率符合预设变化率区间，判定所述目标物体全部进入所述监控区域；当判定所述目标物体全部进入所述监控区域之后，从所述视频图像序列中获取至少三帧连续的第二视频图像，并确定每相邻两帧第二视频图像的第一灰度差分图像，根据所述第一灰度差分图像判断所述目标物体是否处于静态；根据所述目标物体处于静态的视频图像确定待检测图像；对所述待检测图像进行目标检测。2.根据权利要求1所述的方法，其特征在于，根据所述视频图像判断是否有目标物体开始进入所述摄像头的监控区域包括：计算所述视频图像与基准图像的第二灰度差分图像，所述基准图像为所述摄像头的监控区域内的背景的图像；计算所述第二灰度差分图像中的所述目标物体的轮廓面积；若所述目标物体的轮廓面积大于或等于第一设定阈值，判定所述目标物体开始进入所述摄像头的监控区域。3.根据权利要求1所述的方法，其特征在于，根据所述第一灰度差分图像判断所述目标物体是否处于静态包括：对所述至少三帧连续的第二视频图像对应的至少两个所述第一灰度差分图像做取与操作，得到目标差分图像；计算所述目标灰度差分图像中的轮廓的面积；若所述目标灰度差分图像中的轮廓的面积小于或等于第二设定阈值，判定所述目标物体处于静态。4.根据权利要求3所述的方法，其特征在于，采用下述公式，对所述至少三帧连续的第二视频图像对应的至少两个所述第一灰度差分图像做取与操作：I
n
′
(x,y)＝|f
n
(x,y)
‑
f
n
‑1(x,y)|∩|f
n+1
(x,y)
‑
f
n
(x,y)|其中，I
’
n
(x,y)为所述第一灰度差分图像，f
n
(x,y)、f
n
‑1(x,y)和f
n+1
(x,y)分别是第n、n
‑
1和n+1帧的第二视频图像的灰度数据。5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：王晓宇，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：