[发明专利]目标检测方法、装置及存储介质

说明书

本申请公开了一种目标检测方法、装置及存储介质，该方法包括：获取当前图像帧，当前图像帧包括相关物体图像；利用相关图像帧的相关物体图像对当前图像帧进行配准，得到相关物体图像的配准映射关系，相关图像帧包括目标图像和相关物体图像，其中目标与相关物体之间的相对位置保持不变，摄像装置拍摄得到当前图像帧和相关图像帧时目标和相关物体均在摄像装置的视角范围内；根据配准映射关系和相关图像帧的目标图像的每个像素，得到相关图像帧的目标图像在当前图像帧的配准位置。通过这种方式，能够检测出目标在图像帧的位置，即使目标被部分遮挡、完全遮挡或光线昏暗。

技术领域

本申请涉及图像检测技术领域，特别是涉及一种目标检测方法、装置及存储介质。

背景技术

工业生产环境常常需要使用目标检测技术对现场摄像头的视频进行特定物体(即目标)的检测。比如在钢铁厂环境中，需要对卸货用的卡车进行检出，以对卡车上货物进行定位并根据货物数据进行如重量预测等数据分析任务。工业生产环境可以部署摄像头进行工业环境拍摄，然后使用计算机算法模型对拍摄的视频进行分析。目前，深度学习模型由于其强大的拟合能力在计算机视觉以及自然语言处理领域中已经被广泛使用。在深度学习众多模型中，yolo模型在目标检测任务中表现优异，具有响应速度快、检测准确率高的优点。

但是，实际应用中遮挡噪声复杂多样，难以在制作训练样本时完全覆盖，致使模型欠缺对被遮挡的物体(即被遮挡的目标)的检出能力。图像配准方案可以解决一部分被遮挡的情况，但无法检出大面积遮挡以及完全遮挡(比如工业现场大型吊机遮挡目标)的情况。

发明内容

基于此，本申请提供一种目标检测方法、装置及存储介质，能够检测出目标在图像帧的位置，即使目标被部分遮挡、完全遮挡或光线昏暗。

第一方面，本申请提供一种目标检测方法，所述方法包括：

获取当前图像帧，所述当前图像帧包括相关物体图像；

利用相关图像帧的相关物体图像对所述当前图像帧进行配准，得到所述相关物体图像的配准映射关系，所述相关图像帧包括目标图像和相关物体图像，其中目标与相关物体之间的相对位置保持不变，摄像装置拍摄得到所述当前图像帧和所述相关图像帧时所述目标和所述相关物体均在所述摄像装置的视角范围内；

根据所述配准映射关系和所述相关图像帧的目标图像的每个像素，得到所述相关图像帧的目标图像在所述当前图像帧的配准位置。

第二方面，本申请提供一种目标检测装置，所述装置包括：存储器和处理器；所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如上所述的目标检测方法。

第三方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上所述的目标检测方法。

本申请实施例提供了一种目标检测方法、装置及存储介质，获取当前图像帧，所述当前图像帧包括相关物体图像；利用相关图像帧的相关物体图像对所述当前图像帧进行配准，得到所述相关物体图像的配准映射关系，所述相关图像帧包括目标图像和相关物体图像，其中目标与相关物体之间的相对位置保持不变，摄像装置拍摄得到所述当前图像帧和所述相关图像帧时所述目标和所述相关物体均在所述摄像装置的视角范围内；根据所述配准映射关系和所述相关图像帧的目标图像的每个像素，得到所述相关图像帧的目标图像在所述当前图像帧的配准位置。由于利用相关图像帧和当前图像帧均包括的相关物体图像得到相关物体图像的配准映射关系，而目标与相关物体之间的相对位置保持不变，通过该配准映射关系能够确定相关图像帧的目标图像在当前图像帧的配准位置，从而检出目标在当前图像帧的位置。例如：目标被遮挡、被大面积遮挡、完全遮挡或者目标图像模糊看不清检测不到，等等，通过本申请实施例的方法能够检出目标在当前图像帧的位置。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明