[发明专利]最优目标图像的识别方法、装置、设备及存储介质在审

专利信息
申请号: 202110318221.3 申请日: 2021-03-25
公开(公告)号: CN112801048A 公开(公告)日: 2021-05-14
发明(设计)人: 高子翔;肖潇;李冰 申请(专利权)人: 苏州科达科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 苏州谨和知识产权代理事务所(特殊普通合伙) 32295 代理人: 许冬莹
地址: 215011 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 最优 目标 图像 识别 方法 装置 设备 存储 介质
【说明书】:

本申请涉及最优目标图像的识别方法、装置、设备及存储介质,属于图像处理技术领域,本申请所述方法包括:获取监控目标的视频图像序列;提取所述视频图像序列中每一帧视频图像的目标子图像,得到目标子图像序列;将所述目标子图像序列输入至目标图像识别模型得到各个所述目标子图像对应的深层语义特征,并基于所述深层语义特征进行组合及判别输出最优目标子图像。本申请极大地提升了最优目标图像选取的效果,同时能在视频监控领域,快速准确地从抓拍的视频图像图序列中查找最优图像,也提升了后续功能分析模块的效果和性能。解决现有技术的图像质量评估算法选出的最优图像中,目标形态差,影响后续分析效果的问题。

技术领域

本申请涉及最优目标图像的识别方法、装置、设备及存储介质,属于图像处理技术领域。

背景技术

随着城市规模的扩大,人口的增多,导致城市各个道路卡口中人员、机动车和非机动车的监管难度越来越大,相关执法部门对于城市安全的管控压力也逐日增加,但监控技术的普及有效缓解了这一问题。在对道路卡口人员、机动车和非机动车的监控过程中,监控设备获取的同一目标的多帧视频图像的图像质量参差不齐,很多模糊或目标被遮挡等低质量图片也会被送入后续功能模块,导致硬件性能和处理时间的浪费。

针对上述问题,现有技术一般采用图像质量评估算法对监控设备获取的视频图像序列进行图像质量评估,选取视频图像序列中的最优图像输入后续的功能模块。现有的图像质量评估算法可分为全参考、部分参考和无参考三种类型。全参考图像质量评估是指在选择理想图像作为参考图像的情况下,比较待评图像与参考图像之间的差异,分析待评图像的失真程度,从而得到待评图像的质量评估,最终确定哪一张图像更好。

若监控设备获取到的视频图像的亮度、对比度和清晰程度差别不大,而图像中的目标形态差别较大,而现有的图像质量评估算法只关注于图像的亮度、对比度、噪声和结构等图像指标信息,会导致现有的图像质量评估算法选出目标图像角度差、外观不完整或被遮挡,而角度正、外观完整或无遮挡的目标图像则会被丢弃,这会极大影响监控系统中后续功能模块的分析效果。

发明内容

本申请提供了一种最优目标图像的识别方法、装置、设备及存储介质,以解决通过现有技术的图像质量评估算法选出的最优图像中,因目标形态差,影响后续分析的问题。

为解决上述技术问题,本申请提供如下技术方案:

本申请实施例的第一方面,提供了一种最优目标图像的识别方法,所述方法包括:

获取监控目标的视频图像序列;

提取所述视频图像序列中每一帧视频图像的目标子图像,得到目标子图像序列;

将所述目标子图像序列输入至目标图像识别模型得到各个所述目标子图像对应的深层语义特征,并基于所述深层语义特征进行组合及判别输出最优目标子图像。

本申请实施例的第二方面,提供一种最优目标图像的识别装置,所述装置包括:

视频图像获取模块,用于获取监控目标的视频图像序列;

子图像提取模块,提取所述视频图像序列中每一帧视频图像的目标子图像,得到目标子图像序列;

最优图像识别模块,将所述目标子图像序列输入至目标图像识别模型得到各个所述目标子图像对应的深层语义特征,并基于所述深层语义特征进行组合及判别输出最优目标子图像。

本申请实施例的第三方面,提供一种电子设备,所述电子设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序由所述处理器加载并执行,以实现如本申请实施例第一方面所述最优目标图像的识别方法的步骤。

本申请实施例的第四方面,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,所述计算机程序由所述处理器加载并执行,以实现如本申请实施例第一方面所述最优目标图像的识别方法的步骤。

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苏州科达科技股份有限公司,未经苏州科达科技股份有限公司许可,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/202110318221.3/2.html,转载请声明来源钻瓜专利网。

×

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