[发明专利]一种连续帧目标检测去重方法及装置

说明书

本申请公开了一种连续帧目标检测去重方法及装置，包括：获取连续视频帧；将图像进行分块；在上一帧图像中搜索与当前帧图像块误差值最小的匹配块，并获取匹配块到当前帧图像块的位移向量；将位移向量进行分类，并计算每一类中的平均位移向量；根据平均位移向量搜索当前帧图像块对应的匹配块；将PSNR值大于预设阈值对应的当前帧图像块标记为可重复使用区域；将上一帧图像的目标检测结果作为待搜索图像区域，搜索当前帧中与待搜索图像区域误差值最小的匹配区域；将匹配区域与可重复使用区域作为当前帧在上一帧图像中的重复区域，使得对当前帧进行目标检测时不对重复区域进行计算。本申请解决了现有技术在目标检测时计算区域多，计算量增大的技术问题。

技术领域

本申请涉及目标检测技术领域，尤其涉及一种连续帧目标检测去重方法及装置。

背景技术

随着大量移动设备和可穿戴设备使用广泛流行，道路车辆检测和监控，行人数量统计，认知辅助，生活方式监测，街道导航等等连续视频检测任务主要采用深度学习的目标检测技术。

而在现有的目标检测技术当中，网络模型存在计算量大的问题，无法直接将网络模型放到移动设备上直接计算，现有的方法是借助视频连续图像有大量区域重复的特性，将上一帧的重复结果沿用到下一帧的检测当中，从而减少在下一帧中需要检测计算的区域数量。问题的关键在于如何搜索重复区域。

现有的搜索算法采用图像块匹配算法，搜索整帧图像的平均位移向量，并根据平均位移向量确定重复区域。但存在的问题是搜索得到的平均位移向量只有一个确定方向，在实际应用场景中并不是所有物体都按着同样的位移向量进行移动，对于静止的物体和建筑来说，它们符合整帧图像的平均位移向量，但对于移动的物体，它们的运动位移向量和整帧图像的平均位移向量并不一致，而如果只考虑单方向的平均位移向量，这些运动中的物体都无法在原图像帧中找到匹配的物体位置，导致现有的搜索算法在场景存在变化物体较多的情况下能够搜索得到的重复区域较少，后续用于目标检测计算的区域增多，计算量增大。

发明内容

本申请实施例提供了一种连续帧目标检测去重方法及装置，解决了现有的搜索算法在场景存在变化物体较多的情况下能够搜索得到的重复区域较少，导致后续用于目标检测计算的区域增多，计算量增大的技术问题。

有鉴于此，本申请第一方面提供了一种连续帧目标检测去重方法，所述方法包括：

获取连续的视频帧；

将当前帧图像和上一帧图像进行分块；

在上一帧图像中搜索与当前帧图像中图像块误差值最小的第一匹配块，并获取所述第一匹配块到当前帧图像中对应的图像块的位移向量；

按方向将所述位移向量进行分类，并计算每一类中所述位移向量的平均值作为平均位移向量，根据所述位移向量所在类别获取当前帧图像中图像块对应的所述平均位移向量；

根据所述平均位移向量在上一帧图像中搜索当前帧图像中图像块对应的第二匹配块；

计算所述第二匹配块对应的PSNR，将PSNR值大于第一预设阈值的所述第二匹配块对应的当前帧图像块标记为可重复使用区域；

将上一帧图像的目标检测结果对应的图像区域作为待搜索图像区域，在当前帧图像中搜索与所述待搜索图像区域误差值最小的匹配区域；

将所述匹配区域与所述可重复使用区域作为当前帧图像在上一帧图像中的重复区域，使得后续对当前帧进行目标检测时，不对所述重复区域进行计算。

可选的，在所述根据所述匹配区域与所述可重复使用区域，获取当前帧图像在上一帧图像中的重复区域，使得后续对当前帧进行目标检测时，不对所述重复区域进行计算，之前还包括：

计算所述匹配区域对应的PSNR值，筛选出PSNR值大于第二预设阈值的所述匹配区域。