[发明专利]遗落物品的检测方法、装置、设备及存储介质有效
申请号: | 202111527304.X | 申请日: | 2021-12-15 |
公开(公告)号: | CN113920493B | 公开(公告)日: | 2022-04-05 |
发明(设计)人: | 潘晨;刘国清;杨广;王启程 | 申请(专利权)人: | 深圳佑驾创新科技有限公司 |
主分类号: | G06V20/59 | 分类号: | G06V20/59;G06V10/25;G06V10/774;G06K9/62;G06N3/04 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郭浩辉;颜希文 |
地址: | 518051 广东省深圳市福田区梅林街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 遗落 物品 检测 方法 装置 设备 存储 介质 | ||
本申请公开了一种遗落物品的检测方法、装置、设备及存储介质,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,并基于第一光照信息、第一反射度信息、第二光照信息和第二反射度信息,对历史帧图像和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,实现对历史帧图像和当前帧图像进行光照补偿,降低环境光干扰;利用预设的背景建模网络,对目标历史帧图像和目标当前帧图像进行背景建模,得到目标前景检测区域;最后对目标前景检测区域进行聚类分析,得到当前帧图像的遗落物品位置,实现对未知物品的检测。
技术领域
本申请涉及人工智能技术领域,尤其涉及一种遗落物品的检测方法、装置、设备及存储介质。
背景技术
遗落物品的泛检测是检测驾驶舱内的人为遗落物品的检测方法,区别于传统检测方法需要指定待检测物品类别,泛检测方法需要检测未知物品类别。
目前的遗落物品检测主要有基于训练的方法和基于背景建模的方法,其中基于训练的方法通过对各类目标训练检测,但其依赖于物品纹理和形状等特征,无法满足泛检测对未知物品的检测需求;基于背景建模的方法通过背景目标像素值以及不同颜色空间特征进行判别,但是车辆在移动过程或随时间迁移会使帧间光照不一,导致背景光照不同,环境光干扰非常大。可见,驾驶舱的遗落物品检测受限于舱内复杂的光线变化。
发明内容
本申请提供了一种遗落物品的检测方法、装置、设备及存储介质,以解决驾驶舱的遗落物品检测受限于舱内复杂的光线变化的技术问题。
为了解决上述技术问题,第一方面,本申请实施例提供了一种遗落物品的检测方法,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,对目标历史帧图像和目标当前帧图像进行背景建模,得到目标前景检测区域;
对目标前景检测区域进行聚类分析,得到当前帧图像的遗落物品位置。
本实施例通过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,并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,利用反射度和光照实现对历史帧图像和当前帧图像进行光照补偿,降低环境光干扰;利用预设的背景建模网络,对目标历史帧图像和目标当前帧图像进行背景建模,得到目标前景检测区域,以在画面抖动、物体移动等场景时具有更高的鲁棒性;最后对目标前景检测区域进行聚类分析,得到当前帧图像的遗落物品位置,从而无需依赖遗落物品的纹理、形状和类别等特征进行检测,实现对未知物品的检测。
在一实施例中,利用预设的背景建模网络,对目标历史帧图像和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,对目标历史帧图像和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;
基于背景参考模板,对当前帧图像进行差分,得到第二前景检测区域;
对第一前景检测区域与第二前景检测区域进行对比分析,得到目标前景检测区域。
在一实施例中,对目标前景检测区域进行聚类分析,得到当前帧图像的遗落物品位置之后,还包括:
截取遗落物品位置对应的位置图像;
基于预设的分类算法,对位置图像进行分类识别,得到遗落物品类别。
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深圳佑驾创新科技有限公司,未经深圳佑驾创新科技有限公司许可,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/202111527304.X/2.html,转载请声明来源钻瓜专利网。