[发明专利]针对运动物体漏检的后处理方法、装置、设备和介质

说明书

本申请公开了一种针对运动物体漏检的后处理方法、装置、设备和介质，涉及运动物体检测技术，可用于自动驾驶领域。具体实现方案为：利用当前帧的背景模型，获取当前帧图像中的至少一个运动前景；获取目标检测模型针对所述当前帧图像的目标物体检测结果，其中，所述检测结果至少包括目标物体的检测框的位置和置信度；结合所述检测结果，依次判断每一个运动前景是否存在置信度达到预设阈值的检测框，并根据判断结果确定各个运动前景是否存在运动物体漏检。本申请实施例结合背景建模确定目标检测模型是否存在漏检，无需对目标检测模型进行重新训练，缩短了运动物体漏检判断的周期，提高了运动物体检测效率。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种运动物体检测技术，具体涉及一种针对运动物体漏检的后处理方法、装置、设备和介质。

背景技术

在自动驾驶技术中，会使用2D目标检测模型进行目标检测，包括运动物体和静止物体等目标。而其中，针对运动物体检测，例如车辆、行人等，有时候会出现漏检的情况，继而影响自动驾驶的安全性。

现有技术中，解决这类问题主要是通过收集造成这种漏检的坏例(badcase)的数据，利用这些数据训练一个新的模型，以改善模型对于这种case的漏检情况。然而，数据的收集需要人工处理，会耗费大量精力和时间，训练新的模型也同样需要较长的时间，从而造成漏检的纠错周期过长，影响纠错效率。

发明内容

本申请实施例提供一种针对运动物体漏检的后处理方法、装置、设备和介质，以缩短漏检周期，提高针对运动物体漏检的纠错效率。

第一方面，本申请实施例提供了一种针对运动物体漏检的后处理方法，包括：

利用当前帧的背景模型，获取当前帧图像中的至少一个运动前景；

获取目标检测模型针对所述当前帧图像的目标物体检测结果，其中，所述检测结果至少包括目标物体的检测框的位置和置信度；

结合所述检测结果，依次判断每一个运动前景是否存在置信度达到预设阈值的检测框，并根据判断结果确定各个运动前景是否存在运动物体漏检。

上述申请中的一个实施例具有如下优点或有益效果：通过结合背景建模，利用背景建模区分出运动前景，并对每一个运动前景判断其是否存在属性为可运动物体的检测框，从而确定出目标检测模型是否存在漏检，无需对目标检测模型进行重新训练，在线即可判断是否存在漏检，缩短了运动物体漏检判断的周期，提高了运动物体检测效率。

可选的，所述结合所述检测结果，依次判断每一个运动前景是否存在置信度达到预设阈值的检测框，包括：

根据所述目标物体的检测框的位置，以及所述运动前景在所述当前帧图像中的位置，依次判断每一个运动前景是否存在检测框；

对于存在检测框的运动前景，判断其检测框的置信度是否达到预设阈值。

可选的，所述根据判断结果确定各个运动前景是否存在运动物体漏检，包括：

如果每一个运动前景均存在所述置信度达到预设阈值的检测框，则确定在所述当前帧不存在运动物体漏检。

可选的，所述检测结果还包括检测框的类别；所述根据判断结果确定各个运动前景是否存在运动物体漏检，包括：

如果任一目标运动前景存在检测框，并且该检测框的置信度未达到预设阈值，则依据该检测框的类别判断该检测框的属性是否为可运动物体；

如果判断为可运动物体，则确定所述目标运动前景被漏检，并输出所述目标运动前景的检测框。