[发明专利]一种基于稳健后处理的视频对象目标检测的方法

权利要求书

1.一种基于稳健后处理的视频对象目标检测的方法，其特征在于，具体包括如下步骤：

S1、获取视频并采用YOLOX方法进行单帧图像的对象目标检测；

S2、将帧间关联技术应用于单帧图像的检测结果，实现相邻帧的对象目标关联；

S3、利用帧间关联结果和模板匹配技术进行补漏操作；

S4、按照不同关联帧的匹配对，形成tublet，并对tublet进行重新赋分，输出检测结果。

2.根据权利要求1所述的一种基于稳健后处理的视频对象目标检测的方法，其特征在于：所述步骤S2具体包括如下步骤：

S21、导入步骤S1中的单帧图像的对象目标检测结果；

S22、计算相邻两帧之间检测框的关联距离，公式如下：

其中，为t帧中检测框i与相邻帧t-1中检测框j的交并比；为t帧中检测框i与相邻帧t-1中检测框j对应的类别分数矢量的乘积；

S23、选取帧t与帧t^-1的距离矩阵Distance最小值对应的检测框索引作为关联对pair(i,j)，并将Distance距离矩阵的i行和j列均设定为Infinity，继续按照上述方式选取关联对，直至Distance的最小值为Infinity；其中，Infinity＝9e6。

3.根据权利要求2所述的一种基于稳健后处理的视频对象目标检测的方法，其特征在于：所述步骤S3具体包括如下步骤：

S31、对前一帧t-1与当前帧t与未形成pair的检测框i进行进一步判断，若是边界框，则舍去，若不是则进入步骤S32；

S32、判断前一帧t-1的检测框i与前两帧t-2的检测框是否有形成pair，若无，则舍去，若有则记为pair(i,j)，进入步骤S33；

S33、根据前一帧t-1的检测框i与前两帧t-2的检测框j的位置变化预测当前帧t的对应检测框k的位置；

S34、选定匹配区域，在当前帧t的匹配区域内进行模板匹配，若匹配值大于阈值，则认为匹配成功，选择模板匹配的图像位置作为当前帧t中检测框k的补漏位置，并增加帧间配对pair(i,k)。

4.根据权利要求3所述的一种基于稳健后处理的视频对象目标检测的方法，其特征在于：所述步骤S33具体包括：

采用差值法，定义前一帧t-1的检测框i与前两帧t-2的检测框j的位置分别为box_i＝[x_1i,y_1i,x_2i,y_2i]和则预测当前帧t的对应检测框k的位置为

5.根据权利要求3所述的一种基于稳健后处理的视频对象目标检测的方法，其特征在于：所述步骤S34具体为：

固定box_k的中心位置，将box_k的长和宽扩大2倍，以此作为匹配区域。以box_i对应的图像特征为模板，在当前帧t的匹配区域内进行模板匹配，若匹配值大于定义的阈值，则认为匹配成功，选择模板匹配的图像位置作为当前帧t中检测框k的补漏位置，并增加帧间配对pair(i,k)。

6.根据权利要求1所述的一种基于稳健后处理的视频对象目标检测的方法，其特征在于：所述步骤S4具体包括：

S41、帧t-n与帧t之间的某一检测框的关联对为pair(i,j)，pair(j,k)，…，pair(l,m)，pair(m,n)，可以将此序列对应的检测框信息形成其中t_i＝{image_name_t,box_i,score_vector_i}；

S42、对tubelet进行重新赋分：将每个tubelet的类别分数矢量求平均，然后将此均值赋给tubelet中的所有关联检测框，输出检测结果。

7.根据权利要求2所述的一种基于稳健后处理的视频对象目标检测的方法，其特征在于：所述步骤S21的单帧图像的对象目标检测结果为pckl字典格式，具体格式为[image_name,box,score_vector]，其中，image_name为图片名称、box为检测框的位置信息、score_vector为类别分数矢量，其为类别置信度和目标置信度的乘积。