[发明专利]一种动态目标分析方法、装置、设备及存储介质

权利要求书

1.一种动态目标分析方法，其特征在于，包括：

针对待检测视频数据进行目标检测，获取每帧图像的目标检测框；

基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标；

针对每个检测框集合中检测框所包含的图像，确定图像质量；所述图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合；

基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。

2.根据权利要求1所述的方法，其特征在于，所述基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别，包括：

基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，比对所述目标的特征与预设类别特征集合中的特征，将相似度大于预设相似度阈值的特征对应的类别，确定为该检测框集合对应目标的类别。

3.根据权利要求2所述的方法，其特征在于，所述针对待检测视频数据进行目标检测，包括：

针对待检测视频数据中目标的第一类别进行检测；

所述预设分类特征集合包括：第二类别的特征；所述第二类别是所述第一类别的细分类别；

所述方法还包括：预先设置各个第一类别对应的特征提取模型；

所述基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，包括：

针对筛选出的每个检测框集合，确定该检测框集合对应目标的第一类别；

利用所确定的第一类别对应的特征提取模型，针对筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征。

4.根据权利要求1所述的方法，其特征在于，所述针对待检测视频数据进行目标检测，包括：

将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的第三类别；所述预设目标检测模型包含对应于每个第三类别的检测框预测分支；

在确定任一目标的第三类别的情况下，将该第三类别对应的检测框预测分支输出的检测框，确定为该目标的检测框。

5.根据权利要求1所述的方法，其特征在于，所述针对待检测视频数据进行目标检测，包括：

将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的检测框位置、尺寸和旋转角度；

所述预设目标检测模型包含，检测框旋转角度的回归预测分支和分类预测分支；

针对任一目标，综合所述预设目标检测模型中回归预测分支和分类预测分支的输出，确定旋转角度综合结果。

6.根据权利要求1所述的方法，其特征在于，所述基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合，包括：

将所述待检测视频数据中首帧图像的下一帧图像确定为当前图像，循环执行以下步骤：

基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框；

针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合；

基于配对结果，更新所述预设参数；

在当前图像不存在下一帧图像的情况下，结束循环；

在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。