[发明专利]目标检测方法、装置、摄像设备和存储介质有效

专利信息
申请号: 201910509107.1 申请日: 2019-06-13
公开(公告)号: CN110378216B 公开(公告)日: 2022-03-01
发明(设计)人: 沈建 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06V20/40 分类号: G06V20/40;G06T7/246
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 黄定红
地址: 310016 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 检测 方法 装置 摄像 设备 存储 介质
【说明书】:

本申请涉及一种目标检测方法、装置、摄像设备和存储介质。所述方法包括:在摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,当检测到目标对象时,跟踪目标对象,并获取目标对象在场景画面中的位置信息,在探测区块阵列中,确定目标对象的位置信息所在的目标探测区块,通过传感器阵列对目标探测区块进行探测,如果探测到目标探测区块中的生物信号,则确定目标检测算法检测到的目标对象为有效目标。采用本方法能够有效降低目标检测算法漏检、误检的概率,提高目标检测的准确度。

技术领域

本申请涉及传感器及图像智能分析技术领域,特别是涉及一种目标检测方法、装置、摄像设备和存储介质。

背景技术

视频监控是深度学习算法实施进展快的领域,也是深度学习算法应用价值高的领域。近年来,基于深度学习的目标检测算法是视频监控领域在深度学习算法方面的研究热点。

然而,由于目标对象的外形多样性,例如不同人体目标的外形不同、同一个人体目标在不同环境下的外形不同、不同肢体行为下的外形不同等,深度学习算法的训练集很难采集到齐全的正负样本,使得基于深度学习的目标检测算法在进行目标检测时可能出现不少的误检和漏检。目前只能通过更新训练集、并基于更新后的训练集重新训练检测网络才能逐渐减少误检和漏检,这是一个比较被动和长期的改进方案。

发明内容

基于此,有必要针对上述技术问题,提供一种能够有效提高目标检测准确度的目标检测方法、装置、摄像设备和存储介质。

一种目标检测方法,摄像设备上设有传感器阵列,所述传感器阵列中的单个传感器用于探测单个探测区块中的生物信号,预设数量个所述探测区块构成探测区块阵列;所述方法包括:

在所述摄像设备上的摄像头所拍摄的场景画面中,通过预设的目标检测算法进行目标检测,所述场景画面被划分为多个所述探测区块;

当检测到目标对象时,跟踪所述目标对象,并获取所述目标对象在所述场景画面中的位置信息;

在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块,通过所述传感器阵列对所述目标探测区块进行探测;

如果所述传感器阵列探测到所述目标探测区块中的所述生物信号,则确定所述目标对象为有效目标。

在其中一个实施例中,所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:

获取所述摄像头的当前焦距;

在所述探测区块阵列中,根据所述摄像头的焦距与有效探测区块阵列的预设映射关系,确定所述当前焦距对应的有效探测区块阵列;

在所述当前焦距对应的有效探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块。

在其中一个实施例中,所述传感器阵列的阵列规模小于所述探测区块阵列;所述在所述探测区块阵列中,确定所述目标对象的位置信息所在的目标探测区块的步骤,包括:

确定每个所述目标对象的探测优先级;

按照所述探测优先级的高低顺序,依次确定每个所述目标对象所在的目标探测区块,控制所述传感器阵列中的传感器移动至所述目标探测区块,以对所述目标探测区块进行探测。

在其中一个实施例中,所述传感器阵列连接有转动电机;所述控制所述传感器阵列中的传感器依次移动至所述目标探测区块的步骤,包括:

通过所述转动电机控制所述传感器移动至所述目标探测区块。

在其中一个实施例中,所述确定每个所述目标对象的探测优先级的步骤,包括:

获取每个所述目标对象的进入时间、运动方向和运动速度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910509107.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top