基于运动向量的目标检测方法和装置制造方法及图纸

本发明专利技术提供了一基于运动向量的目标检测方法及装置，用于检测视频中的目标，其中该方法对视频中包括的多个待解码视频帧进行逐帧处理，包括从多个待解码视频帧中获取一个视频帧作为当前帧；判断当前帧的类别并根据判断结果获取运动向量，将获取的运动向量送入运动复杂度推理模型以获得运动复杂度，然后选取目标检测模型对经解码视频帧进行目标检测，并得到最终推理结果。本发明专利技术所提供的技术方案利用运动向量来训练模型并进行场景复杂度的判断，从而无需对视频帧进行先解码再缩放的步骤即可判断场景复杂度，使得计算量大大减少，提升了单路的整体推理速度，还使得单个芯片可以处理更多的视频路数。更多的视频路数。更多的视频路数。

【技术实现步骤摘要】
基于运动向量的目标检测方法和装置


[0001]本专利技术涉及视频处理领域，尤其涉及一种基于运动向量的目标检测方法和装置。

技术介绍

[0002]对于传统的用于安防的硬盘录像机而言，一般情况下用户可以根据自身需要设置录像计划，开启移动检测录像以实现定时录像功能；部分高端的智能网络硬盘录像机(Network Video Recorder,NVR)则可以根据目标识别实现定时移动检测功能。
[0003]当前主要存在两种技术方案能够实现上述移动检测功能，一种是基于传统图像处理的背景建模技术，一种是基于深度学习的目标检测技术。
[0004]对于第一种方案，其优点在于整体计算量小、计算速度快，然而该方案需要先对H.264或H.265码流进行解码再基于视频帧缩放，然后再进行背景建模，其中缩放和背景建模部分的计算量较大；并且该技术方案容易受到噪声干扰产生误报，使得最终的检测结果精度低。
[0005]对于第二种方案，其优点在于检测精度高，然而该方案需要使用深度学习模型进行推理，整体计算量较大，对芯片的计算性能要求很高；此外对于一些未知目标或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于运动向量的目标检测方法，用于检测视频中的目标，其特征在于，所述视频包括多个待解码视频帧，所述多个待解码视频帧包括帧内编码帧、帧间预测编码帧以及双向预测编码帧，所述方法包括以下步骤：S1：从所述多个待解码视频帧中获取一个视频帧作为当前帧；S2：判断所述当前帧是帧内编码帧、帧间预测编码帧或双向预测编码帧，若是帧内编码帧，则执行S3；若是帧间预测编码帧或者双向预测编码帧，则执行S4；S3：将所述当前帧的运动向量和前一帧的运动向量融合，然后将融合后的运动向量送入运动复杂度推理模型以获得运动复杂度，然后执行S5；S4：将所述当前帧的运动向量送入所述运动复杂度推理模型以获得运动复杂度，然后执行S5；S5：利用目标检测模型对经解码的当前帧进行目标检测，获得目标检测结果。2.根据权利要求1所述的目标检测方法，其特征在于，所述方法包括：依次将所述多个待解码视频帧中的每个视频帧作为当前帧，执行步骤S2至S5。3.根据权利要求1所述的目标检测方法，其特征在于，S3中所述融合是将所述当前帧的运动向量与前一帧的运动向量相加后再除以2。4.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测模型根据获得的所述运动复杂度进行选取，所述运动复杂度的值与所述目标检测模型的复杂程度成正比。5.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测结果包括所述当前帧中的目标数量、所述目标在所述当前帧中的坐标、所述目标的类别以及所述目标的置信度值。6.根据权利要求1所述的目标检测方法，其特征在于，当判断所述当前帧为所述多个待解码视频帧中的第一帧时，则不对所述当前帧进行处理。7.根据权利要求1所述的目标检测方法，其特征在于，所述运动复杂度推理模型包括两层的多层感知器网络或者Resnet18残差网络。8.根据权利要求1所述的目标检测方法，其特征在于，所述运动复杂度包括至少两个类别。9.根据权利要求1所述的目标检测方法，其特征在于，所述运动复杂度包括6个类别。10.根据权利要求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YOLO系列模型或者Faster RCNN模型。11.一种基于运动向量的目标检测装置，用于检测视频中的目标，其特征在于，所述视频包括多个待解码视频帧，所述多个待解码视频帧包括帧内编码帧、帧间预测编码帧以及双向预测编码帧，所述装置包括以下模块：获取模块，被配置为从所述多个待解码视频帧中获取一个视频帧作为当前帧；判断模块，被配置为判断所述当前帧是帧内编码帧、帧间预测编码帧...

【专利技术属性】
技术研发人员：廖振生，
申请(专利权)人：瀚博创芯科技深圳有限公司，
类型：发明
国别省市：