一种抛撒物检测方法及装置制造方法及图纸

本申请公开了一种抛撒物检测方法及装置，用以通过运动检测模型和深度学习抛撒物目标检测模型实现对抛撒物的检测，提高对抛撒物检测的准确性。本申请提供的一种抛撒物检测方法，包括：获取针对目标拍摄场景得到的采集图像，确定所述采集图像中的感兴趣区域；通过运动检测模型对所述感兴趣区域进行运动目标检测，得到至少一个运动目标图像；通过深度学习抛撒物目标检测模型对所述感兴趣区域和所述至少一个运动目标图像，进行抛撒物检测，确定所述采集图像对应的抛撒物检测结果。所述采集图像对应的抛撒物检测结果。所述采集图像对应的抛撒物检测结果。

【技术实现步骤摘要】
一种抛撒物检测方法及装置


[0001]本申请涉及智慧交通领域，尤其涉及一种抛撒物检测方法及装置。

技术介绍

[0002]交通道路抛撒物检测是智慧交通领域的一个重点和难点，因为交通道路抛撒物不仅会导致道路变得脏乱，严重情况下甚至会危及驾驶员的生命安全。近几年交通道路抛撒物导致人身安全受到威胁的情况频频发生，全国各地的交管局对该行为的管控愈发重视。道路交通抛撒物行为可以使用枪机、球机进行检测，通常采用目标检测的方式来判断，但是受限于抛撒物种类杂、应用环境干扰多，检测的召回率与准确率较差。

技术实现思路

[0003]本申请实施例提供了一种抛撒物检测方法及装置，用以通过运动检测模型和深度学习抛撒物目标检测模型实现对抛撒物的检测，提高对抛撒物检测的准确性。
[0004]本申请实施例提供的一种抛撒物检测方法，所述方法包括：
[0005]获取针对目标拍摄场景得到的采集图像，确定所述采集图像中的感兴趣区域；
[0006]通过运动检测模型对所述感兴趣区域进行运动目标检测，得到至少一个运动目标图像；
[0007]通过深度学习抛撒物目标检测模型对所述感兴趣区域和所述至少一个运动目标图像，进行抛撒物检测，确定所述采集图像对应的抛撒物检测结果。
[0008]通过该方法，获取针对目标拍摄场景得到的采集图像，确定所述采集图像中的感兴趣区域；通过运动检测模型对所述感兴趣区域进行运动目标检测，得到至少一个运动目标图像；通过深度学习抛撒物目标检测模型对所述感兴趣区域和所述至少一个运动目标图像，进行抛撒物检测，确定所述采集图像对应的抛撒物检测结果，从而通过运动检测模型和深度学习抛撒物目标检测模型实现对抛撒物的检测，提高对抛撒物检测的准确性。
[0009]在一些实施例中，所述通过运动检测模型对所述感兴趣区域进行运动目标检测，得到至少一个运动目标图像，包括：
[0010]基于所述感兴趣区域，确定每一运动目标的轮廓，并在轮廓上绘制运动检测框，得到每一运动目标的运动检测框；其中，所述运动检测框中的图像为运动目标的图像；
[0011]根据预设的非抛撒物的运动检测框，对所述每一运动目标的运动检测框进行过滤，得到至少一个运动目标图像。
[0012]通过该方法，实现通过运动检测模型绘制运动目标的运动检测框，并过滤掉非抛撒物的运动检测框，从而提高检测的准确性。
[0013]在一些实施例中，所述根据预设的非抛撒物的运动检测框，对所述每一运动目标的运动检测框进行过滤，得到至少一个运动目标图像，包括：
[0014]针对每一所述运动检测框，与预设的非抛撒物的运动检测框进行交并比，当所述交并比大于预设阈值时，过滤掉该运动检测框；
[0015]针对每一剩余的运动检测框，基于原采集图像的宽高，对该运动检测框进行扩张，并从扩张后的运动检测框中提取出运动目标的图像，得到运动目标图像。
[0016]通过该方法，实现对运动检测框进行过滤，并提取出剩余运动检测框中的图像，以提高后续检测的准确性。
[0017]在一些实施例中，所述通过深度学习抛撒物目标检测模型对所述感兴趣区域和所述至少一个运动目标图像，进行抛撒物检测，确定所述采集图像对应的抛撒物检测结果，包括：
[0018]通过对所述感兴趣区域进行抛撒物检测，判断所述感兴趣区域中是否存在抛撒物图像；
[0019]如果是，则根据所述抛撒物图像，对所述至少一个运动目标图像进行过滤，并利用剩余的运动目标图像与所述抛撒物图像，得到所述采集图像对应的抛撒物检测结果；
[0020]否则，利用所述至少一个运动目标图像，得到所述采集图像对应的抛撒物检测结果。
[0021]通过该方法，实现根据深度学习抛撒物目标检测模型对感兴趣区域的检测结果对运动目标图像进行过滤。
[0022]在一些实施例中，所述方法还包括如下预先训练所述深度学习抛撒物目标检测模型的步骤：
[0023]计算预设数量的样本图像的总损失函数值；其中，所述总损失函数值，为预设类别损失函数值与对比编码先验损失函数值之和；
[0024]根据所述总损失函数值，调整深度学习抛撒物目标检测模型中各层神经网络的权重。
[0025]通过该方法，实现通过增加对比编码先验损失函数，将同类抛撒物之间的距离拉近，不同类抛撒物之间的距离扩大，提高了深度学习抛撒物目标检测模型对抛撒物检测与分类的准确性。
[0026]在一些实施例中，所述方法还包括：
[0027]基于连续多帧针对所述目标拍摄场景得到的采集图像对应的抛撒物检测结果，判断是否发出抛撒物预警信息。
[0028]通过该方法，实现判断是否发出抛撒物预警信息，从而实现对预警信息的快速响应。
[0029]在一些实施例中，所述基于连续多帧针对所述目标拍摄场景得到的采集图像对应的抛撒物检测结果，判断是否发出抛撒物预警信息，包括：
[0030]当确定连续多帧针对所述目标拍摄场景得到的采集图像对应的抛撒物检测结果中存在同一抛撒物图像时，判断预设的用于存储非抛撒物图像的数据库中是否存在图像；
[0031]如果是，则当所述同一抛撒物图像与所述数据库中的图像均不匹配时，发出抛撒物预警信息；
[0032]否则，直接发出抛撒物预警信息。
[0033]通过该方法，实现自动将多次检测到的同一抛撒物与数据库中的非抛撒物进行匹配，以过滤掉误报数据，进而提高检测的准确率与召回率。
[0034]本申请另一实施例提供了一种抛撒物检测装置，其包括存储器和处理器，其中，所
述存储器用于存储程序指令，所述处理器用于调用所述存储器中存储的程序指令，按照获得的程序执行上述任一种方法。
[0035]此外，根据实施例，例如提供了一种用于计算机的计算机程序产品，其包括软件代码部分，当所述产品在计算机上运行时，这些软件代码部分用于执行上述所定义的方法的步骤。该计算机程序产品可以包括在其上存储有软件代码部分的计算机可读介质。此外，该计算机程序产品可以通过上传过程、下载过程和推送过程中的至少一个经由网络直接加载到计算机的内部存储器中和/或发送。
[0036]本申请另一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可执行指令，所述计算机可执行指令用于使所述计算机执行上述任一种方法。
附图说明
[0037]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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。
[0038]图1为本申请实施例提供的一种抛撒物检测方法的具体流程示意图；
[0039]图2为本申请实施例提供的一种采集图像；
[0040]图3为本申请实施例提供的一种运动检测模型背景建模完成后的检测效果图；
[0041]图4为本申请实施例提供的一种通过运动检测模型得到运动目标图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抛撒物检测方法，其特征在于，所述方法包括：获取针对目标拍摄场景得到的采集图像，确定所述采集图像中的感兴趣区域；通过运动检测模型对所述感兴趣区域进行运动目标检测，得到至少一个运动目标图像；通过深度学习抛撒物目标检测模型对所述感兴趣区域和所述至少一个运动目标图像，进行抛撒物检测，确定所述采集图像对应的抛撒物检测结果。2.根据权利要求1所述的方法，其特征在于，所述通过运动检测模型对所述感兴趣区域进行运动目标检测，得到至少一个运动目标图像，包括：基于所述感兴趣区域，确定每一运动目标的轮廓，并在轮廓上绘制运动检测框，得到每一运动目标的运动检测框；其中，所述运动检测框中的图像为运动目标的图像；根据预设的非抛撒物的运动检测框，对所述每一运动目标的运动检测框进行过滤，得到至少一个运动目标图像。3.根据权利要求2所述的方法，其特征在于，所述根据预设的非抛撒物的运动检测框，对所述每一运动目标的运动检测框进行过滤，得到至少一个运动目标图像，包括：针对每一所述运动检测框，与预设的非抛撒物的运动检测框进行交并比，当所述交并比大于预设阈值时，过滤掉该运动检测框；针对每一剩余的运动检测框，基于原采集图像的宽高，对该运动检测框进行扩张，并从扩张后的运动检测框中提取出运动目标的图像，得到运动目标图像。4.根据权利要求1所述的方法，其特征在于，所述通过深度学习抛撒物目标检测模型对所述感兴趣区域和所述至少一个运动目标图像，进行抛撒物检测，确定所述采集图像对应的抛撒物检测结果，包括：通过对所述感兴趣区域进行抛撒物检测，判断所述感兴趣区域中是否存在抛撒物图像；如果是，则根据所述抛撒物图像，对所述至少一个运动目标图像进行过滤，并利用剩余的运动目标图像与所述抛撒物图像，得到所述...

【专利技术属性】
技术研发人员：叶凡杰，程淼，周祥明，章合群，傅凯，吕智兵，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：