[发明专利]视频检测方法、视频检测装置和电子设备

说明书

公开了一种视频检测方法、视频检测装置和电子设备。该视频检测方法包括：确定当前帧图像的类型；基于所述类型，通过神经网络确定当前帧图像用于参与融合的第一特征图；确定所述当前帧图像之前的所述类型为设定类型的先前帧图像的第二特征图；融合所述第一特征图和所述第二特征图，得到第三特征图；以及，基于所述第三特征图，识别所述当前帧图像中的物体所属的类别。这样，可以减小用于特征传播的模型大小并提高检测速度。

技术领域

本申请涉及视频处理领域，且更为具体地，涉及一种视频检测方法、视频检测装置和电子设备。

背景技术

基于图像的目标检测任务在过去几年深度学习的发展背景下取得了巨大的进展，检测性能得到明显提升。在视频监控、车辆辅助驾驶等领域，基于视频的目标检测有着更为广泛的需求。但是，由于视频中存在运动模糊，遮挡，形态变化多样性，光照变化多样性等问题，仅利用基于图像的目标检测技术检测视频中的目标并不能得到很好的检测结果。

因此，需要改进的视频检测方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种视频检测方法、视频检测装置和电子设备，其通过融合当前帧图像与之前的设定类型的先前帧图像的特征图来识别当前帧图像中的物体所属的类别，以实现图像帧之间的特征传播，从而减小了用于特征传播的模型大小并提高了检测物体的速度。

根据本申请的一个方面，提供了一种视频检测方法，包括：确定当前帧图像的类型；基于所述类型，通过神经网络确定当前帧图像用于参与融合的第一特征图；确定所述当前帧图像之前的所述类型为设定类型的先前帧图像的第二特征图；融合所述第一特征图和所述第二特征图，得到第三特征图；以及，基于所述第三特征图，识别所述当前帧图像中的物体所属的类别。

根据本申请的另一方面，提供了一种视频检测装置，包括：图像类型确定单元，用于确定当前帧图像的类型；第一特征图确定单元，用于基于所述图像类型确定单元所确定的类型，通过神经网络确定当前帧图像用于参与融合的第一特征图；第二特征图确定单元，用于确定所述当前帧图像之前的所述类型为设定类型的先前帧图像的第二特征图；特征图融合单元，用于融合所述第一特征图确定单元所确定的第一特征图和所述第二特征图确定单元所确定的第二特征图，得到第三特征图；以及物体类别识别单元，用于基于所述特征图融合单元所获得的第三特征图，识别所述当前帧图像中的物体所属的类别。

根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的视频检测方法。

根据本申请的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的视频检测方法。

与现有技术相比，根据本申请的视频检测方法、视频检测装置和电子设备可以确定当前帧图像的类型；基于所述类型，通过神经网络确定当前帧图像用于参与融合的第一特征图；确定所述当前帧图像之前的所述类型为设定类型的先前帧图像的第二特征图；融合所述第一特征图和所述第二特征图，得到第三特征图；以及，基于所述第三特征图，识别所述当前帧图像中的物体所属的类别。

这样，根据本申请的视频检测方法、视频检测装置和电子设备通过融合当前帧图像的第一特征图以及当前帧图像之前的类型为设定类型的先前帧图像的第二特征图来实现先前帧图像到当前帧图像的特征传播，不需要使用需要大量标记的特征传播模型，从而减小了用于特征传播的模型大小，并节省了用于模型的硬件存储空间。

并且，根据本申请的视频检测方法、视频检测装置和电子设备通过先前帧图像到当前帧图像的特征传播，可以获得良好的检测效果，并且由于通过特征图融合的方式进行特征传播，可以提高检测物体的速度，从而快速并准确地检测视频中的物体。

附图说明