[发明专利]遗落物品的检测方法、装置、设备及存储介质

权利要求书

1.一种遗落物品的检测方法，其特征在于，包括：

利用预设的光照补偿网络，确定历史帧图像的第一光照信息和第一反射度信息，以及当前帧图像的第二光照信息和第二反射度信息；

基于所述第一光照信息、所述第一反射度信息、所述第二光照信息和所述第二反射度信息，对所述历史帧图像和所述当前帧图像进行光照补偿，得到目标历史帧图像和目标当前帧图像；

利用预设的背景建模网络，对所述目标历史帧图像和所述目标当前帧图像进行背景建模，得到目标前景检测区域；

对所述目标前景检测区域进行聚类分析，得到所述当前帧图像的遗落物品位置；

所述利用预设的光照补偿网络，确定历史帧图像的第一光照信息和第一反射度信息，以及当前帧图像的第二光照信息和第二反射度信息之前，还包括：

获取第一图像训练集，所述第一图像训练集包含具有相同内容和不同光照强度的多帧第一图像样本；

基于多帧所述第一图像样本，对第一预设神经网络进行迭代训练，直至所述第一预设神经网络的第一损失函数达到第一预设收敛条件，停止迭代，得到所述光照补偿网络，所述第一损失函数包括光照损失函数、反射度损失函和重建损失函数数；

所述光照损失函数用于表征每次迭代得到的两帧光照图之间的光照误差，所述反射度损失函数用于表征每次迭代得到的两帧反射图之间的反射度误差，所述重建损失函数用于表征每次迭代得到的两帧还原图之间的还原误差，所述还原图基于所述反射图和所述光照图重建得到。

2.如权利要求1所述的遗落物品的检测方法，其特征在于，所述利用预设的背景建模网络，对所述目标历史帧图像和所述目标当前帧图像进行背景建模，得到目标前景检测区域，包括：

利用预设的背景建模网络，对所述目标历史帧图像和所述目标当前帧图像进行特征分析，输出背景参考模板和第一前景检测区域；

基于所述背景参考模板，对所述当前帧图像进行差分，得到第二前景检测区域；

对所述第一前景检测区域与所述第二前景检测区域进行对比分析，得到所述目标前景检测区域。

3.如权利要求1所述的遗落物品的检测方法，其特征在于，所述对所述目标前景检测区域进行聚类分析，得到所述当前帧图像的遗落物品位置之后，还包括：

截取所述遗落物品位置对应的位置图像；

基于预设的分类算法，对所述位置图像进行分类识别，得到遗落物品类别。

4.如权利要求1所述的遗落物品的检测方法，其特征在于，所述光照损失函数为：

；

其中，表示通过高斯模糊后的低光照第一图像样本的一阶微分，表示低光照的所述光照图在x方向上的一阶微分，表示低光照的所述光照图在y方向上的一阶微分，表示通过高斯模糊后的高光照第一图像样本的一阶微分，表示高光照的所述光照图在x方向上的一阶微分，表示高光照的所述光照图在y方向上的一阶微分。

5.如权利要求1至3任一项所述的遗落物品的检测方法，其特征在于，所述利用预设的背景建模网络，对所述目标历史帧图像和所述目标当前帧图像进行背景建模，得到目标前景检测区域之前，包括：

获取第二图像训练集，所述第二图像训练集包含具有相同场景和不同时间序列的多帧第二图像样本；

基于多帧所述第二图像样本，对第二预设神经网络进行迭代训练，直至所述第二预设神经网络的第二损失函数达到第二预设收敛条件，停止迭代，得到所述背景建模网络，所述第二损失函数包括背景损失函数和前景损失函数；

所述背景损失函数用于表征每次迭代得到的背景参考模板与预设干净背景图之间的误差，所述前景损失函数用于表征每次迭代得到的前景检测区域与预设掩膜之间的误差。

6.如权利要求5所述的遗落物品的检测方法，其特征在于，前景损失函数包括Dice损失函数和Cross Entropy损失函数。