本申请适用于图像识别技术领域，提供了一种物体检测方法、装置、终端设备及可读存储介质，方法包括：对待检测影像数据进行检测，得到检测结果，在检测结果包含未知类型物体时，得到未知类型物体的检测图像，对未知类型物体的检测图像进行类型匹配，得到未知类型物体的目标图像，生成第一告警通知，并将第一告警通知和目标图像上传至目标终端。本申请通过对目标场所内的待检测影像数据进行检测，确定目标场所内是否存在未知类型物体，根据检测结果进行进一步类别匹配，并基于类别匹配结果生成对应告警信息并发送至目标终端，能够提高对待检测影像数据中存在的用户遗留的未知类型物体的检测效率和准确度。检测效率和准确度。检测效率和准确度。
【技术实现步骤摘要】
一种物体检测方法、装置、终端设备及可读存储介质
[0001]本申请属于图像识别
，尤其涉及一种物体检测方法、装置、终端设备及可读存储介质。
技术介绍
[0002]在日常生活场景中，常常会发生用户误将遗留私人物品在外的情况(如将物品遗留在餐厅、商场等公共场所、或出租车、公交车等公共交通工具等外部环境)。
[0003]相关的遗留物体检测方法，通常是通过人工对监控数据进行检测，确定是否存在遗留物体，或者通过物体检测算法对监控数据进行检测。
[0004]然而上述方法可识别的物体类型有限，可能会出现因无法准确识别部分物体类型而导致漏检遗留物体或者错误识别物体类型的情况，使得遗留物体检测结果的准确度和效率不高。
技术实现思路
[0005]本申请实施例提供了一种物体检测方法、装置、终端设备及可读存储介质，可以解决相关检测方法易出现漏检或错检的情况，导致检测结果和准确度和效率较低的问题。
[0006]第一方面，本申请实施例提供了一种物体检测方法，包括：
[0007]对待检测影像数据进行检测，得到检测结果；其中，所述待检测影像数据包括图像数据或视频数据；
[0008]在所述检测结果包含未知类型物体时，得到所述未知类型物体的检测图像；
[0009]对所述未知类型物体的检测图像进行类型匹配，得到未知类型物体的目标图像；
[0010]生成第一告警通知，并将所述第一告警通知和所述目标图像上传至目标终端。
[0011]在一个实施例中，所述对待检测影像数据进行检测，得到检测结果，包括：
[0012]将所述待检测影像数据输入至预训练二阶段检测模型，得到所述预训练二阶段检测模型输出的检测结果；其中，所述检测结果包括所述待检测影像数据中包含未知类型物体的第一检测结果和所述待检测影像数据中包含已知类型物体的第二检测结果。
[0013]在一个实施例中，所述将所述待检测影像数据输入至预训练二阶段检测模型，得到所述预训练二阶段检测模型输出的检测结果，包括：
[0014]将所述待检测影像数据输入至预训练二阶段检测模型；
[0015]通过所述预训练二阶段检测模型将所述待检测影像数据划分为多个检测区域；
[0016]对每个检测区域进行检测，确定所述待检测影像数据中每个物体的检测区域；
[0017]计算得到所述待检测影像数据中每个物体的检测区域与每种已知类型物体的检测图像的相似度；
[0018]在检测到所述检测区域与每种已知类型物体的检测图像的相似度均小于预设阈值时，将所述检测区域内的物体作为未知类型物体，生成第一检测结果；
[0019]提取每个未知类型物体的检测区域的待检测特征数据。
[0020]在一个实施例中，所述计算所述每个待检测特征数据与已知类型物体的已知特征数据间的相似度之后，还包括：
[0021]在检测到所述检测区域与每种已知类型物体的检测图像的相似度均大于或等于预设阈值时，将所述检测区域内的物体作为已知类型物体，生成第二检测结果；
[0022]生成第二告警通知，并将所述第二告警通知发送至目标终端。
[0023]在一个实施例中，所述对所述未知类型物体的检测图像进行类型匹配，得到未知类型物体的目标图像，包括：
[0024]基于能量模型确定所述待检测特征数据的第一能量分布数据和已知特征数据的第二能量分布数据；
[0025]将所述第一能量分布数据和所述第二能量分布数据进行比较；
[0026]在检测到第一能量分布数据和所述第二能量分布数据的重合率低于预设重合率时，确定所述待检测特征数据对应的检测图像为未知类型物体的目标图像。
[0027]在一个实施例中，所述生成第一告警通知，并将所述第一告警通知和所述目标图像上传至目标终端之后，还包括：
[0028]获取用户输入的所述目标图像的物体类型；
[0029]根据所述物体类型对所述目标图像添加标签，并将所述目标图像作为已知类型物体的图像数据，输入至预训练二阶段检测模型，对所述预训练二阶段检测模型进行优化训练，得到优化后的二阶段检测模型。
[0030]在一个实施例中，所述方法，还包括：
[0031]获取训练数据集；其中，所述训练数据集为包含多种已知类型物体的影像数据集合；
[0032]将所述训练数据集和预设特征数据输入至二阶段检测模型进行预训练，得到预训练二阶段检测模型。
[0033]第二方面，本申请实施例提供了一种物体检测装置，包括：
[0034]检测模块，用于对待检测影像数据进行检测，得到检测结果；其中，所述待检测影像数据包括图像数据或视频数据；
[0035]确定模块，用于在所述检测结果包含未知类型物体时，得到所述未知类型物体的检测图像；
[0036]选择模块，用于对所述未知类型物体的检测图像进行类型匹配，得到未知类型物体的目标图像；
[0037]生成模块，用于生成第一告警通知，并将所述第一告警通知和所述目标图像上传至目标终端。
[0038]在一个实施例中，所述检测模块，包括：
[0039]输入子模块，用于将所述待检测影像数据输入至预训练二阶段检测模型，得到所述预训练二阶段检测模型输出的检测结果；其中，所述检测结果包括所述待检测影像数据中包含未知类型物体的第一检测结果和所述待检测影像数据中包含已知类型物体的第二检测结果。
[0040]在一个实施例中，所述输入子模块，包括：
[0041]输入单元，用于将所述待检测影像数据输入至预训练二阶段检测模型；
[0042]区域划分单元，用于通过所述预训练二阶段检测模型将所述待检测影像数据划分为多个检测区域；
[0043]检测单元，用于对每个检测区域进行检测，确定所述待检测影像数据中每个物体的检测区域；
[0044]计算单元，用于计算得到所述待检测影像数据中每个物体的检测区域与每种已知类型物体的检测图像的相似度；
[0045]第一比较单元，用于在检测到所述检测区域与每种已知类型物体的检测图像的相似度均小于预设阈值时，将所述检测区域内的物体作为未知类型物体，生成第一检测结果；
[0046]特征提取单元，用于提取每个未知类型物体的检测区域的待检测特征数据。
[0047]在一个实施例中，所述输入子模块，还包括：
[0048]第二比较单元，用于在检测到所述检测区域与每种已知类型物体的检测图像的相似度均大于或等于预设阈值时，将所述检测区域内的物体作为已知类型物体，生成第二检测结果；
[0049]生成单元，用于生成第二告警通知，并将所述第二告警通知发送至目标终端。
[0050]在一个实施例中，所述选择模块，包括：
[0051]第一确定单元，用于基于能量模型确定所述待检测特征数据的第一能量分布数据和已知特征数据的第二能量分布数据；
[0052]第三比较单元，用于将所述第一能量分布数据和所述第二能量分布数据进行比较；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物体检测方法，其特征在于，包括：对待检测影像数据进行检测，得到检测结果；其中，所述待检测影像数据包括图像数据或视频数据；在所述检测结果包含未知类型物体时，得到所述未知类型物体的检测图像；对所述未知类型物体的检测图像进行类型匹配，得到未知类型物体的目标图像；生成第一告警通知，并将所述第一告警通知和所述目标图像上传至目标终端。2.如权利要求1所述的物体检测方法，其特征在于，所述对待检测影像数据进行检测，得到检测结果，包括：将所述待检测影像数据输入至预训练二阶段检测模型，得到所述预训练二阶段检测模型输出的检测结果；其中，所述检测结果包括所述待检测影像数据中包含未知类型物体的第一检测结果和所述待检测影像数据中包含已知类型物体的第二检测结果。3.如权利要求2所述的物体检测方法，其特征在于，所述将所述待检测影像数据输入至预训练二阶段检测模型，得到所述预训练二阶段检测模型输出的检测结果，包括：将所述待检测影像数据输入至预训练二阶段检测模型；通过所述预训练二阶段检测模型将所述待检测影像数据划分为多个检测区域；对每个检测区域进行检测，确定所述待检测影像数据中每个物体的检测区域；计算得到所述待检测影像数据中每个物体的检测区域与每种已知类型物体的检测图像的相似度；在检测到所述检测区域与每种已知类型物体的检测图像的相似度均小于预设阈值时，将所述检测区域内的物体作为未知类型物体，生成第一检测结果；提取每个未知类型物体的检测区域的待检测特征数据。4.如权利要求3所述的物体检测方法，其特征在于，所述计算所述每个待检测特征数据与已知类型物体的已知特征数据间的相似度之后，还包括：在检测到所述检测区域与每种已知类型物体的检测图像的相似度均大于或等于预设阈值时，将所述检测区域内的物体作为已知类型物体，生成第二检测结果；生成第二告警通知，并将所述第二告警通知发送至目标终端。5.如权利要求3所述的物体检测方法，其特征在于，所述对所述未知类型物体的检...
【专利技术属性】
技术研发人员：王碧皓，高毅鹏，黄凯明，
申请(专利权)人：深圳市锐明技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。