[发明专利]遗留物检测方法、装置及设备

说明书

一种遗留物检测方法、装置及设备，通过获取目标检测区域的采集时刻间隔大于等于预设时长的第一图像和第二图像；将第一图像和第二图像分别输入到预先训练好的目标语义分割模型中，以分别得到第一图像和第二图像中各像素点对应的类别信息；根据第一图像中各像素点对应的类别信息确定第一图像中疑似存在遗留物的第一区域；根据第二图像中各像素点对应的类别信息确定第二图像中疑似存在遗留物的第二区域；根据第一区域和第二区域，确定目标检测区域中是否存在遗留物。由于遗留物在监控区域中通常仅占据较小的比例，而通过像素点的类别进行遗留物的划分，可以更准确地检测到图像中的任意小的物体，从而降低了遗留物检测的漏检率。

技术领域

本发明涉及深度学习技术领域，具体涉及一种遗留物检测方法、装置及设备。

背景技术

遗留物检测是指当某个物体在监控区域被遗留或被遗弃一定时间后，通过对图像视频进行处理，自动检测出该物体的位置，并触发报警预防意外。遗留物检测是智能视频监控中的一项基本功能，对监控区域不明物体及时找回或者排除潜在危险具有重大的意义，是预防危险、保证安全的一项重要措施。

随着深度学习技术的发展，逐渐采用目标检测方法对遗留物进行定位和识别，但是由于遗留物在监控区域中通常仅占据较小的比例，导致了基于目标检测方法的遗留物检测存在着较大的漏检率。

发明内容

本发明实施例提供一种遗留物检测方法、装置及设备，用以降低遗留物检测的漏检率。

根据第一方面，一种实施例中提供一种遗留物检测方法，包括：

获取目标检测区域的第一图像和第二图像，其中，所述第一图像和所述第二图像的采集时刻间隔大于等于预设时长；

将所述第一图像和所述第二图像分别输入到预先训练好的目标语义分割模型中，以分别得到所述第一图像和所述第二图像中各像素点对应的类别信息，所述目标语义分割模型基于标注了各像素点对应的类别信息的训练样本训练得到；

根据所述第一图像中各像素点对应的类别信息确定所述第一图像中疑似存在遗留物的第一区域；

根据所述第二图像中各像素点对应的类别信息确定所述第二图像中疑似存在遗留物的第二区域；

根据所述第一区域和所述第二区域，确定所述目标检测区域中是否存在遗留物。

可选的，所述根据所述第一区域和所述第二区域，确定所述目标检测区域中是否存在遗留物，包括：

计算所述第一区域与所述第二区域的重合度；

若所述重合度大于预设阈值，则确定所述目标检测区域中存在遗留物；

若所述重合度小于或等于预设阈值，则确定所述目标检测区域中不存在遗留物。

可选的，所述计算所述第一区域与所述第二区域的重合度，包括：

通过预设交并比公式得到所述第一区域与所述第二区域的重合度，所述预设交并比公式为：

其中，IoU为所述所述第一区域与所述第二区域的重合度，为所述第一图像中疑似存在遗留物和所述第二图像中疑似存在遗留物的重叠区域，为所述第一图像中疑似存在遗留物和所述第二图像中疑似存在遗留物的合并区域。

可选的，在所述确定所述目标检测区域中存在遗留物之后，所述方法还包括：

输出提示信息，以提示所述目标检测区域中存在遗留物。

可选的，所述目标语义分割模型输出的类别信息包括遗留物，还包括人、机动车、非机动车、动物和背景中的一种或者多种。

可选的，所述目标语义分割模型包括依次连接的特征提取模块、金字塔池化模块和预测模块；