一种二维虚假目标识别方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种二维虚假目标识别方法、装置、设备和介质，由于该方法是基于预先训练完成的目标识别模型，确定采集的待识别图像中的目标区域的图像，由于该目标识别模型是对各种类型、各种大小的目标进行训练，从而解决了目标类型以及目标大小受限的问题；根据目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围，确定目标区域的图像中亮度值位于目标亮度范围的每个目标像素点；根据每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果，确定目标区域的图像包含的目标是否为二维虚假目标，由于是基于图像的亮度值确定时只消耗计算资源，从而降低了成本。降低了成本。降低了成本。

【技术实现步骤摘要】
一种二维虚假目标识别方法、装置、设备和介质


[0001]本专利技术涉及图像处理
，尤其涉及一种二维虚假目标识别方法、装置、设备和介质。

技术介绍

[0002]在视频监控领域，需要对监控设备采集的图像中的目标进行识别，再做后续处理。当前市面主流采用目标识别模型对目标进行识别，按场景和需求不同，对目标进行识别包括：目标检测、目标属性分析、目标跟踪等。
[0003]通常基于单镜头的监控设备采集的图像，目标识别模型是不能区别图像中的目标是三维真实目标，还是二维虚假目标的。其中，二维虚假目标即通过照片、影像等形式二维显示的目标。
[0004]背投、投影仪、闭路电视曾经多用于多媒体教室，随着国内教学环境的改善，背投、闭路电视逐渐淡出视野，投影仪、智慧屏逐渐成为普通教室标配。这些设备也广泛用于会议室、演讲厅、宴会厅等。
[0005]在上述包括投影、闭路电视、智慧屏等设备的教室、会议室、演讲厅等场景中，是不需要对影像画面中的人体、物体进行目标识别的，而只对场景中真实目标进行识别，比如对教室内的学生、老师、手机等真实目标进行识别。从而进一步地去分析目标的行为，比如学生玩手机、老师接打电话、老师书写板报等。但在场景的影像画面中的物体和人体可能会被误识别为真实目标。
[0006]图1为现有技术提供的一种会议室场景的示意图，如图1所示，在对人体进行识别时，会将智慧屏显示的二维虚假人体误识别为三维真实人体。图2为现有技术提供的一种教室场景的示意图，如图2所示，在对教室中的物体进行识别时，会将投影仪显示的二维虚假物体误识别为三维真实物体。
[0007]目前市面上的监控设备通常带有排除区域、检测区域功能，即对配置的排除区域的区域图像不进行目标识别，仅对检测区域的区域图像进行目标识别。但具有这两个功能的监控设备并不能识别出二维虚假目标，而是通过排除二维虚假目标所在的区域，仅在检测区域内进行识别。
[0008]现有技术中在进行二维虚假目标识别时，包括有基于双摄像头分别采集人脸正面和侧面来识别二维虚假人体的识别方法、以及通过红外模块监测目标是否为活体的活体人脸识别方法，但这两种方法中分别只能识别虚假人体和活体，因此识别二维虚假目标的目标类型受限。
[0009]现有技术中还存在通过发射3D结构光的近红外激光器，将具有一定结构特征的光线发射到目标上，再由专门的红外摄像头进行采集。由于真实目标是三维的，因此可以根据采集的图像相位信息，确定出真实目标的三维结构，从而识别出三维真实目标，而二维虚假目标由于是二维平面，因此无法确定出三维结构，从而可以识别出二维虚假目标。但在该技术中的近红外激光器的成本较高，使用寿命较短。
[0010]现有技术中还存在基于双目相机使用双目深度算法确定深度图像中目标区域图像的每个像素点的深度值，根据深度值信息确定目标的三维结构信息，而二维虚假目标由于是二维平面，不具备三维结构，从而识别出二维虚假目标。但由于双目相机的分辨率较低，无法确定出大小较小的目标的三维结构信息，因此基于该方法进行识别时二维虚假目标的目标大小受限。
[0011]综上所述，现有技术中的二维虚假目标识别方法存在目标类型受限、目标大小受限、以及成本较高等问题。

技术实现思路

[0012]本专利技术实施例提供了一种二维虚假目标识别方法、装置、设备和介质，用以解决现有的二维虚假目标识别方法存在目标类型受限、目标大小受限、以及成本较高的问题。
[0013]本专利技术实施例提供了一种二维虚假目标识别方法，所述方法包括：
[0014]基于预先训练完成的目标识别模型，确定采集的待识别图像中的目标区域的图像；
[0015]根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围，确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点；
[0016]根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标。
[0017]进一步地，所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量，确定所述目标区域的图像包含的目标是否为二维虚假目标包括：
[0018]根据所述目标像素点的第一数量，确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值；
[0019]根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量，确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值；
[0020]根据所述第一比值与所述目标第二比值的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标。
[0021]进一步地，所述根据所述第一比值与所述目标第二比值的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标，包括：
[0022]根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值，若所述第一比值不小于所述乘积值，确定所述目标区域的图像包含的目标是二维虚假目标；
[0023]若所述第一比值小于所述乘积值，确定所述目标区域的图像包含的目标不是二维虚假目标。
[0024]进一步地，所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标包括：
[0025]确定所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值
与第二预设值的和值；
[0026]根据所述每个目标像素点的亮度均值与所述和值的比较结果，确定所述目标区域的图像包含的目标是二维虚假目标。
[0027]进一步地，所述根据所述每个目标像素点的亮度均值与所述和值的比较结果，确定所述目标区域的图像对应的目标是二维虚假目标包括：
[0028]若所述每个目标像素点的亮度均值不小于所述和值，确定所述目标区域的图像对应的目标是二维虚假目标；
[0029]若所述每个目标像素点的亮度均值小于所述和值，确定所述目标区域的图像对应的目标不是二维虚假目标。
[0030]相应地，本专利技术实施例提供了一种二维虚假目标识别装置，所述装置包括：
[0031]确定模块，用于基于预先训练完成的目标识别模型，确定采集的待识别图像中的目标区域的图像；根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围，确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点；
[0032]判断模块，用于根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标。
[0033]进一步地，所述判断模块，具体用于根据所述目标像素点的第一数量，确定所述第一数量与所述目标区域包含的像素点的第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二维虚假目标识别方法，其特征在于，所述方法包括：基于预先训练完成的目标识别模型，确定采集的待识别图像中的目标区域的图像；根据所述目标区域的图像中每个像素点的亮度值、以及预设的目标亮度范围，确定所述目标区域的图像中亮度值位于所述目标亮度范围内的每个目标像素点；根据所述每个目标像素点的亮度均值或数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮度均值或目标数量的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标。2.根据权利要求1所述的方法，其特征在于，所述根据所述每个目标像素点的数量与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标数量，确定所述目标区域的图像包含的目标是否为二维虚假目标包括：根据所述目标像素点的第一数量，确定所述第一数量与所述目标区域包含的像素点的第二数量的第一比值；根据所述目标区域的真实图像对应所述目标亮度范围的像素点的目标第一数量，确定所述目标第一数量与所述真实图像中所述目标区域包含的像素点的目标第二数量的目标第二比值；根据所述第一比值与所述目标第二比值的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一比值与所述目标第二比值的比较结果，确定所述目标区域的图像包含的目标是否为二维虚假目标，包括：根据所述目标第二比值与第一预设值的乘积值、以及所述第一比值，若所述第一比值不小于所述乘积值，确定所述目标区域的图像包含的目标是二维虚假目标；若所述第一比值小于所述乘积值，确定所述目标区域的图像包含的目标不是二维虚假目标。4.根据权利要求1所述的方法，其特征在于，所述根据所述每个目标像素点的亮度均值与所述目标区域的真实图像对应所述目标亮度范围内像素点的目标亮...

【专利技术属性】
技术研发人员：苏昭行，吴惠敏，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：