[发明专利]一种目标对象检测方法、系统及计算机存储介质

说明书

本申请提供一种目标对象检测方法、系统及计算机存储介质，包括获取待检测视频中的多个目标图像帧；确定各目标图像帧中的当前图像帧，并检测当前图像帧中的目标对象的疑似对象，确定疑似对象的对象检测框；基于对象检测框检测各目标图像帧，获得疑似对象的动态特征；若疑似对象的动态特征满足预设条件，获得待检测视频中存在目标对象的检测结果，据此，本申请通过综合分析图像的静态特征和动态特征，能够准确检测出待检测视频中的火焰。

技术领域

本申请实施例涉及图像识别技术领域，特别涉及一种目标对象检测方法、系统及计算机存储介质。

背景技术

常规的火焰识别通常需借助传感器，以检测火焰燃烧导致的颗粒物浓度、温度等理化参数变化。尽管传统检测方法及相应的商业化传感器已广泛应用，但在方法的智能化、覆盖面和成本等方面仍有待创新。

基于深度学习的烟火检测具有智能程度高、覆盖面广、成本低和抗干扰性强等优点。在实际应用中，利用普通相机即可实现火焰形态的高精度识别与检测，在野外等特殊工况中具有重要应用价值。

但目前常用的深度学习火焰检测方法，只利用图片的静态特征，没有利用到火焰的运动特征，导致难以区分很多类似火焰的物体，如报警灯、反光衣、或者行人衣服上印刷的火焰花纹等。

发明内容

鉴于上述问题，本申请提供一种目标对象检测方法、系统及计算机存储介质，可至少解决现有技术中的部分问题。

本申请第一方面提供一种目标对象检测方法，包括：获取待检测视频中的多个目标图像帧；确定各目标图像帧中的当前图像帧，并检测当前图像帧中的目标对象的疑似对象，确定所述疑似对象的对象检测框；基于所述对象检测框检测各所述目标图像帧，获得所述疑似对象的动态特征；若所述疑似对象的动态特征满足预设条件，获得所述当前图像帧中存在所述目标对象的检测结果。

本申请第二方面提供一种目标对象检测系统，包括：获取模块，用于获取待检测视频中的多个目标图像帧；疑似对象检测模块，用于检测任意一个目标图像帧中的目标对象的疑似对象，确定所述疑似对象的对象检测框；目标对象分析模块，用于基于所述对象检测框检测各所述目标图像帧，获得所述疑似对象的动态特征，若所述疑似对象的动态特征满足预设条件，获得所述待检测视频中存在所述目标对象的检测结果。

本申请第三方面提供一种计算机存储介质，所述计算机存储介质中存储有用于执行上述第一方面所述的方法中各步骤的各指令。

综上所述，本申请各方面提供的目标对象检测方案，通过确定目标对象的疑似对象的对象检测框，并分析疑似对象的动态特征，以确定疑似对象是否为目标对象的检测结果。借由本申请结合图像静态特征与动态特征的检测方案，可以有效提高目标对象检测结果的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本申请示例性实施例的目标对象检测方法的处理流程图。

图2为本申请另一示例性实施例的目标对象检测方法的处理流程图。

图3为本申请示例性实施例的当前图像帧的疑似区域检测结果示意图。

图4为本申请示例性实施例的当前图像帧的形态学处理结果示意图。

图5为本申请另一示例性实施例的目标对象检测方法的处理流程图。

图6为本申请示例性实施例的当前图像帧的矩形拟合结果示意图。

图7为本申请另一示例性实施例的目标对象检测方法的处理流程图。

图8为本申请示例性实施例的目标对象检测系统的结构框图。