[发明专利]目标检测方法和装置有效

专利信息
申请号: 201910739608.9 申请日: 2019-08-12
公开(公告)号: CN110472555B 公开(公告)日: 2022-10-04
发明(设计)人: 安宝磊 申请(专利权)人: 北京算能科技有限公司
主分类号: G06V20/40 分类号: G06V20/40;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张宁;刘芳
地址: 100089 北京市海淀区*** 国省代码: 北京;11
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
【权利要求书】:

1.一种目标检测方法,其特征在于,应用于处理器,所述方法包括:

获取当前视频流,并采用智能分析加速引擎移动侦测方式对当前视频流进行移动侦测;

若侦测到所述当前视频流中有移动发生,则对所述当前视频流进行目标检测;

对所述当前视频流进行目标检测,包括:

确定是否在所述当前视频流中检测到目标图像;

若检测到目标图像,则对所述目标图像进行处理;

若在预设时间段内没有检测到目标图像,则停止目标检测,并执行获取当前视频流,并采用智能分析加速引擎移动侦测方式对当前视频流进行移动侦测。

2.根据权利要求1所述的目标检测方法,其特征在于,采用智能分析加速引擎移动侦测方式对当前视频流进行移动侦测,包括:

通过相邻帧图像差分方式,侦测所述当前视频流的监控区域中是否有移动发生。

3.根据权利要求1所述的目标检测方法,其特征在于,所述确定是否在所述当前视频流中检测到目标图像,包括:

采用预设的检测模型对所述当前视频流进行检测,以确定是否检测到目标图像。

4.根据权利要求3所述的目标检测方法,其特征在于,所述检测模型为多任务级联卷积神经网络模型、Adaboost模型。

5.根据权利要求3所述的目标检测方法,其特征在于,所述采用预设的检测模型对所述当前视频流进行检测,以确定是否检测到目标图像,包括:

对所述当前视频流中的每一帧图像进行缩放处理,得到图像集合,其中,所述图像集合中包括所述每一帧图像在不同比例下的图像;

采用所述检测模型中的第一处理模型对所述图像集合中的图像进行处理,以确定是否得到候选窗体;

若确定得到N个候选窗体,其中,N为大于等于1的正整数,N个候选窗体中的一个或多个候选窗体中包括多个候选目标,则采用所述检测模型中的第二处理模型对所述N个候选窗体进行识别处理,以去除不包括候选目标的候选窗体,得到包括候选目标的候选窗体;采用所述检测模型中的第三处理模型对所述包括候选目标的候选窗体进行筛选处理,以得到目标图像;

若确定没有得到候选窗体,则确定没有检测到目标图像。

6.根据权利要求1所述的目标检测方法,其特征在于,对所述目标图像进行处理,包括:

对所述目标图像进行识别;

和/或,对所述目标图像进行保存。

7.根据权利要求1-6任一项所述的目标检测方法,其特征在于,所述目标检测方法,还包括:

若侦测到所述当前视频流中有移动发生,则向终端发送预警信息。

8.一种目标检测装置,其特征在于,包括:

获取单元,用于获取当前视频流,并采用智能分析加速引擎移动侦测方式对当前视频流进行移动侦测;

检测单元,用于若侦测到所述当前视频流中有移动发生,则对所述当前视频流进行目标检测;

所述检测单元,包括:

确定模块,用于确定是否在所述当前视频流中检测到目标图像;

第一处理模块,用于若检测到目标图像,则对所述目标图像进行处理;

第二处理模块,用于若在预设时间段内没有检测到目标图像,则停止目标检测,并执行获取当前视频流,并采用智能分析加速引擎移动侦测方式对当前视频流进行移动侦测。

9.根据权利要求8所述的目标检测装置,其特征在于,所述获取单元,具体用于:

通过相邻帧图像差分方式,侦测所述当前视频流的监控区域中是否有移动发生。

10.根据权利要求8所述的目标检测装置,其特征在于,所述确定模块,具体用于:

采用预设的检测模型对所述当前视频流进行检测,以确定是否检测到目标图像。

11.根据权利要求10所述的目标检测装置,其特征在于,所述检测模型为多任务级联卷积神经网络模型、Adaboost模型。

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北京算能科技有限公司,未经北京算能科技有限公司许可,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/201910739608.9/1.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