[发明专利]目标的检测方法、装置和存储介质

权利要求书

1.一种目标的检测方法，其特征在于，包括：

初始检测得到视频数据中当前帧图像中的待检测目标；

将所述待检测目标与所述当前帧图像的上一帧图像中的至少一个目标进行匹配；

若所述上一帧图像中存在与所述待检测目标相匹配的目标，将所述待检测目标在所述当前帧图像中的特征层以及在前m帧图像中的特征层输入长期循环卷积网络LRCN，获得所述待检测目标的位置信息以及所述待检测目标为各类别的概率值，选取概率值最大的类别作为中间类别，其中，m为正整数；

将所述中间类别对应的概率值与所述待检测目标在所述上一帧图像中的类别的概率值进行比较；

若所述中间类别对应的概率值大于或等于所述待检测目标在所述上一帧图像中的类别的概率值，则将所述中间类别确定为所述待检测目标在所述当前帧图像中的类别；

若所述中间类别对应的概率值小于所述待检测目标在所述上一帧图像中的类别的概率值，则将所述待检测目标在所述上一帧图像中的类别确定为所述待检测目标在所述当前帧图像中的类别。

2.根据权利要求1所述的方法，其特征在于，所述将所述待检测目标与所述当前帧图像的上一帧图像中的至少一个目标进行匹配，包括：

获取所述待检测目标在所述当前帧图像中的候选框；

将所述候选框和所述上一帧图像中的至少一个目标进行匹配。

3.根据权利要求2所述的方法，其特征在于，所述将所述候选框和所述上一帧图像中的至少一个目标进行匹配，包括：

将所述至少一个目标在所述当前帧图像中进行跟踪处理，获得各所述目标在所述当前帧图像中的跟踪框；

计算各所述跟踪框和所述候选框之间的交并比IOU；

确定所述IOU大于预设阈值的所述跟踪框对应的目标与所述候选框匹配成功。

4.根据权利要求3所述的方法，其特征在于，所述计算各所述跟踪框和所述候选框之间的交并比IOU，包括：

根据公式IOU＝(TkBBox I CandBBox)/(TkBBox U CandBBox)计算所述IOU，其中，所述TkBBox为所述跟踪框，所述CandBBox为所述候选框。

5.根据权利要求1所述的方法，其特征在于，所述将所述待检测目标在所述当前帧图像中的特征层以及在所述前m帧图像中的特征层输入长期循环卷积网络LRCN之前，所述方法还包括：

将待检测目标在所述当前帧图像中的特征层以及在所述前m帧图像中的特征层分别进行缩放处理，获得预设尺寸的特征层；

所述将所述待检测目标在所述当前帧图像中的特征层以及在所述前m帧图像中的特征层输入长期循环卷积网络LRCN，包括：

将所述预设尺寸的特征层输入所述LRCN。

6.一种目标的检测装置，其特征在于，包括：

检测模块，用于初始检测得到视频数据中当前帧图像中的待检测目标；

匹配模块，用于将所述待检测目标与所述当前帧图像的上一帧图像中的至少一个目标进行匹配；

确定模块，用于在所述匹配模块匹配出所述上一帧图像中存在与所述待检测目标相匹配的目标时，将所述待检测目标在所述当前帧图像中的特征层以及在前m帧图像中的特征层输入长期循环卷积网络LRCN，获得所述待检测目标的位置信息以及所述待检测目标为各类别的概率值，选取概率值最大的类别作为中间类别，其中，m为正整数；

将所述中间类别对应的概率值与所述待检测目标在所述上一帧图像中的类别的概率值进行比较；

若所述中间类别对应的概率值大于或等于所述待检测目标在所述上一帧图像中的类别的概率值，则将所述中间类别确定为所述待检测目标在所述当前帧图像中的类别；

若所述中间类别对应的概率值小于所述待检测目标在所述上一帧图像中的类别的概率值，则将所述待检测目标在所述上一帧图像中的类别确定为所述待检测目标在所述当前帧图像中的类别。