[发明专利]一种对象检测方法和装置

权利要求书

1.一种对象检测方法，其特征在于，该方法应用于智能养殖场景，包括：

获取可移动摄像头拍摄的监控区域的视频图像；

结合对获取的前一视频图像的识别结果，识别确定当前视频图像中的所有待检测对象；

比对当前视频图像和前一视频图像中的所有待检测对象，确定当前视频图像中不属于前一视频图像的待检测对象的个数；

基于当前视频图像中不属于前一视频图像的待检测对象的个数，增加当前统计的监控区域中的待检测对象的数量；

其中，

结合对获取的前一视频图像的识别结果，识别确定当前视频图像中的所有待检测对象，包括：

结合对获取的前一视频图像的识别结果，利用预先训练的R2CNN检测模型检测确定当前视频图像中包围每一待检测对象的矩形框；

对当前视频图像中包围每一待检测对象的各矩形框进行非极大值抑制NMS，得到对当前视频图像的识别结果；

所述结合对获取的前一视频图像的识别结果，利用预先训练的R2CNN检测模型检测确定当前视频图像中包围每一待检测对象的矩形框，包括：

利用候选区域网络RPN算法确定当前视频图像中包围每个待检测对象的水平矩形框；

将从前一视频图像识别出的包围每个待检测对象的倾斜矩形框，叠加到当前视频图像中；

利用感兴趣区域池化ROI Pooling算法生成当前视频图像中每个矩形框的图像特征，对该图像特征进行回归分析，根据回归分析结果将该水平矩形框调整为倾斜矩形框；所述回归分析结果包括该水平矩形框对应的平移和旋转角度信息。

2.根据权利要求1所述的方法，其特征在于，

将从前一视频图像识别出的包围每个待检测对象的倾斜矩形框，叠加到当前视频图像中时，进一步包括：

将叠加到当前视频图像中的倾斜矩形框命中该倾斜矩形框包围的待检测对象的概率设置为1；

将当前视频图像中包围每个待检测对象的水平矩形框命中该待检测对象的概率减少预设概率阈值。

3.根据权利要求1所述的方法，其特征在于，

比对当前视频图像和前一视频图像中的所有待检测对象，确定当前视频图像中不属于前一视频图像的待检测对象的个数，包括：

针对当前视频图像中每个待检测对象，计算该待检测对象与前一视频图像中所有待检测对象的欧式距离，如果该待检测对象与前一视频图像中各待检测对象中的最小欧式距离大于预设距离阈值，则将当前视频图像中不属于前一视频图像的待检测对象的个数增加1。

4.根据权利要求3所述的方法，其特征在于，

基于两个待检测对象在各自所属视频图像的中心位置坐标，计算该两个待检测对象的欧式距离。