一种生物体的检测方法技术

本说明书实施例公开了一种生物体的检测方法

【技术实现步骤摘要】
一种生物体的检测方法、装置及设备


[0001]本文件涉及计算机
，尤其涉及一种生物体的检测方法
、
装置及设备
。

技术介绍

[0002]生物体检测
、
生物体关键点检测及生物体多目标识别是视觉生物体运动分析的重要组成部分，在智能视频监测
、
虚拟现实
、
客流检测统计
、
行为分析
、
人与场的时空交互统计等方面有着广泛的应用，而且，随着人们对自己隐私数据越来越关注，对视觉生物体运动分析也提出了更高的要求
。
[0003]通常，对于生物体检测
、
生物体关键点检测及生物体多目标识别中的每一项会分别设置相应的模型来实现，不同模型之间彼此相互独立，为此，需要提供一种减少维护模型所需消耗的资源，并能够实现对图像或图像序列中的生物体进行更加全面感知的生物体检测方案
。

技术实现思路

[0004]本说明书实施例的目的是提供一种减少维护模型所需消耗的资源，并能够实现对图像或图像序列中的生物体进行更加全面感知的生物体检测方案
。
[0005]为了实现上述技术方案，本说明书实施例是这样实现的：
[0006]本说明书实施例提供的一种生物体的检测方法，所述方法包括：获取包含预设生物体的目标对象，所述目标对象包括图像和
/
或图像序列
。
将所述目标对象输入到预先训练的生物体检测模型中的第一子模型中，得到所述目标对象对应的对象特征
。
基于所述目标对象，从所述生物体检测模型中包含的多个不同的第二子模型中选取与所述目标对象相匹配的一个或多个不同的第二子模型，所述生物体检测模型中包含的多个不同的第二子模型并列连接于所述第一子模型，且不同的第二子模型的作用不同，所述第二子模型用于对所述目标对象中的生物体进行检测
、
对所述目标对象中的生物体的预设关键点进行检测或对所述目标对象中的至少一个生物体进行身份识别处理
。
分别将所述对象特征输入到所述生物体检测模型中选取的每个第二子模型中，得到选取的每个第二子模型针对所述目标对象中的生物体的相应输出结果
。
[0007]本说明书实施例提供的一种生物体的检测装置，所述装置包括：目标获取模块，获取包含预设生物体的目标对象，所述目标对象包括图像和
/
或图像序列
。
特征提取模块，将所述目标对象输入到预先训练的生物体检测模型中的第一子模型中，得到所述目标对象对应的对象特征
。
匹配模块，基于所述目标对象，从所述生物体检测模型中包含的多个不同的第二子模型中选取与所述目标对象相匹配的一个或多个不同的第二子模型，所述生物体检测模型中包含的多个不同的第二子模型并列连接于所述第一子模型，且不同的第二子模型的作用不同，所述第二子模型用于对所述目标对象中的生物体进行检测
、
对所述目标对象中的生物体的预设关键点进行检测或对所述目标对象中的至少一个生物体进行身份识别处理
。
生物体检测模块，分别将所述对象特征输入到所述生物体检测模型中选取的每个第
二子模型中，得到选取的每个第二子模型针对所述目标对象中的生物体的相应输出结果
。
[0008]本说明书实施例提供的一种生物体的检测设备，所述生物体的检测设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取包含预设生物体的目标对象，所述目标对象包括图像和
/
或图像序列
。
将所述目标对象输入到预先训练的生物体检测模型中的第一子模型中，得到所述目标对象对应的对象特征
。
基于所述目标对象，从所述生物体检测模型中包含的多个不同的第二子模型中选取与所述目标对象相匹配的一个或多个不同的第二子模型，所述生物体检测模型中包含的多个不同的第二子模型并列连接于所述第一子模型，且不同的第二子模型的作用不同，所述第二子模型用于对所述目标对象中的生物体进行检测
、
对所述目标对象中的生物体的预设关键点进行检测或对所述目标对象中的至少一个生物体进行身份识别处理
。
分别将所述对象特征输入到所述生物体检测模型中选取的每个第二子模型中，得到选取的每个第二子模型针对所述目标对象中的生物体的相应输出结果
。
[0009]本说明书实施例还提供了一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下流程：获取包含预设生物体的目标对象，所述目标对象包括图像和
/
或图像序列
。
将所述目标对象输入到预先训练的生物体检测模型中的第一子模型中，得到所述目标对象对应的对象特征
。
基于所述目标对象，从所述生物体检测模型中包含的多个不同的第二子模型中选取与所述目标对象相匹配的一个或多个不同的第二子模型，所述生物体检测模型中包含的多个不同的第二子模型并列连接于所述第一子模型，且不同的第二子模型的作用不同，所述第二子模型用于对所述目标对象中的生物体进行检测
、
对所述目标对象中的生物体的预设关键点进行检测或对所述目标对象中的至少一个生物体进行身份识别处理
。
分别将所述对象特征输入到所述生物体检测模型中选取的每个第二子模型中，得到选取的每个第二子模型针对所述目标对象中的生物体的相应输出结果
。
附图说明
[0010]为了更清楚地说明本说明书实施例或现有技术中的技术方案，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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；
[0011]图1为本说明书一种生物体的检测系统的结构示意图；
[0012]图2为本说明书一种生物体的检测方法实施例；
[0013]图3为本说明书一种生物体的检测过程的示意图；
[0014]图4为本说明书另一种生物体的检测方法实施例；
[0015]图5为本说明书另一种生物体的检测过程的示意图；
[0016]图6为本说明书一种生物体检测模型的模型训练过程的示意图；
[0017]图7为本说明书又一种生物体的检测方法实施例；
[0018]图8为本说明书一种生物体的检测装置实施例；
[0019]图9为本说明书一种生物体的检测设备实施例
。
具体实施方式
[0020]本说明书实施例提供一种生物体的检测方法
、
装置及设备
。
[0021]为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种生物体的检测方法，所述方法包括：获取包含预设生物体的目标对象，所述目标对象包括图像和
/
或图像序列；将所述目标对象输入到预先训练的生物体检测模型中的第一子模型中，得到所述目标对象对应的对象特征；基于所述目标对象，从所述生物体检测模型中包含的多个不同的第二子模型中选取与所述目标对象相匹配的一个或多个不同的第二子模型，所述生物体检测模型中包含的多个不同的第二子模型并列连接于所述第一子模型，且不同的第二子模型的作用不同，所述第二子模型用于对所述目标对象中的生物体进行检测
、
对所述目标对象中的生物体的预设关键点进行检测或对所述目标对象中的至少一个生物体进行身份识别处理；分别将所述对象特征输入到所述生物体检测模型中选取的每个第二子模型中，得到选取的每个第二子模型针对所述目标对象中的生物体的相应输出结果
。2.
根据权利要求1所述的方法，所述生物体检测模型中选取的第二子模型包括用于对所述目标对象中的生物体进行检测的第二子模型，将所述对象特征输入到所述生物体检测模型中选取的第二子模型中，得到选取的第二子模型针对所述目标对象中的生物体的相应输出结果，包括：将所述对象特征输入到所述生物体检测模型中选取的第二子模型中，以对所述目标对象中的生物体进行检测，得到所述生物体在所述目标对象中的分布信息
、
位置偏移信息和尺寸信息中的一项或多项构成的输出结果
。3.
根据权利要求1所述的方法，所述生物体检测模型中选取的第二子模型包括用于对所述目标对象中的生物体的预设关键点进行检测的第二子模型，将所述对象特征输入到所述生物体检测模型中选取的第二子模型中，得到选取的第二子模型针对所述目标对象中的生物体的相应输出结果，包括：将所述对象特征输入到所述生物体检测模型中选取的第二子模型中，以对所述目标对象中的生物体的预设关键点进行检测，得到所述生物体的预设关键点在所述目标对象中的分布信息和位置偏移信息中的一项或多项构成的输出结果
。4.
根据权利要求1所述的方法，所述生物体检测模型中选取的第二子模型包括用于对所述目标对象中的至少一个生物体进行身份识别处理的第二子模型，将所述对象特征输入到所述生物体检测模型中选取的第二子模型中，得到选取的第二子模型针对所述目标对象中的生物体的相应输出结果，包括：将所述对象特征输入到所述生物体检测模型中选取的第二子模型中，以对所述目标对象中的至少一个生物体进行身份识别处理，得到所述目标对象中每个生物体的身份识别结果
。5.
根据权利要求1所述的方法，所述方法还包括：获取用于训练所述生物体检测模型且包含预设生物体的历史对象样本集，所述历史对象样本集中包括第一数量的历史静态图像样本
、
每个所述历史静态图像样本对应的生物体位置标签信息和生物体的预设关键点的标签信息，以及包括第二数量的历史视频样本
、
每个所述历史视频样本对应的生物体位置标签信息和生物体的身份标签信息；基于所述历史对象样本集中的数据和预设的损失函数对所述生物体检测模型中的第一子模型和多个不同的第二子模型进行联合训练，得到训练后的生物体检测模型
。
6.
根据权利要求5所述的方法，所述损失函数包括所述历史静态图像样本对应的第一子损失函数和所述历史视频样本对应的第二子损失函数，所述第一子损失函数由所述历史静态图像样本对应的生物体的预设关键点的标签信息和所述生物体检测模型对所述历史静态图像样本中的生物体进行检测的输出结果确定的损失信息，以及所述历史静态图像样本...

【专利技术属性】
技术研发人员：武文琦，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：