移动目标检测方法、装置、存储介质及电子设备制造方法及图纸

本申请公开了一种移动目标检测方法、装置、存储介质及电子设备，方法包括：获取包含移动目标的移动视频流，移动视频流包括当前时刻的当前帧图像以及当前时刻之前的历史帧图像，将历史帧图像输入至移动目标检测模型中的背景建模模块中，基于所述背景建模模块对所述历史帧图像进行背景建模并输出背景图像，将背景图像以及当前帧图像输入至移动目标检测模型中的检测模块中，输出与移动目标对应的移动目标检测结果，检测模块用于对背景图像以及当前帧图像进行检测。采用本申请提供的移动目标检测方法，实现了对移动视频流中移动目标的检测。测。测。

【技术实现步骤摘要】
移动目标检测方法、装置、存储介质及电子设备


[0001]本申请涉及计算机视觉
，尤其涉及一种移动目标检测方法、装置、存储介质及电子设备。

技术介绍

[0002]视频中移动目标检测智能监控、人机交互、行为分析、入侵检测、异常检测、对象跟踪以及自动驾驶等方面有着广泛的应用。移动目标检测旨在对视频中的指定的移动目标进行定位并分类。

技术实现思路

[0003]本申请实施例提供了一种移动目标检测方法、装置、存储介质及电子设备，可以为视频流提供移动目标检测。所述技术方案如下：
[0004]第一方面，本申请实施例提供了一种移动目标检测方法，所述方法包括：
[0005]获取包含移动目标的移动视频流，所述移动视频流包括当前时刻的当前帧图像以及当前时刻之前的历史帧图像；
[0006]将所述历史帧图像输入至移动目标检测模型中的背景建模模块中，得到背景图像，所述背景建模模块用于采用具有不同感受野的至少两个池化核对所述历史帧图像进行平均池化操作，得到至少两个特征图，并对所述至少两个特征图进行融合处理；
[0007]将所述背景图像以及所述当前帧图像输入至移动目标检测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果，所述检测模块用于对所述背景图像以及所述当前帧图像进行检测。
[0008]第二方面，本申请实施例提供了一种移动目标检测模型训练方法，所述方法包括：
[0009]确定移动目标的类别；
[0010]获取包含所述类别的移动目标的样本移动视频数据集合，并对所述样本移动视频数据集合中的各样本移动视频数据中包含的所述移动目标标注标注信息，所述标注信息包括所述移动目标的标注中心点坐标信息、标注尺寸长宽信息和标注类别信息中的至少一种；
[0011]基于标注完成标注信息的所述样本移动视频数据集合训练初始移动目标检测模型，得到训练完成的移动目标检测模型。
[0012]第三方面，本申请实施例提供了一种移动目标检测装置，所述移动目标检测装置包括：
[0013]视频流获取单元，用于获取包含移动目标的移动视频流，所述移动视频流包括当前时刻的当前帧图像以及当前时刻之前的历史帧图像；
[0014]背景图像获取单元，用于将所述历史帧图像输入至移动目标检测模型中的背景建模模块中，基于所述背景建模模块对所述历史帧图像进行背景建模并输出背景图像；
[0015]移动目标检测单元，用于将所述背景图像以及所述当前帧图像输入至移动目标检
测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果，所述检测模块用于对所述背景图像以及所述当前帧图像进行检测。
[0016]第四方面，本申请实施例提供了一种移动目标检测模型训练装置，所述装置包括：
[0017]类别确定单元，用于确定移动目标的类别；
[0018]样本数据获取单元，用于获取包含所述类别的移动目标的样本移动视频数据集合，并对所述样本移动视频数据集合中的各样本移动视频数据中包含的所述移动目标标注标注信息，所述标注信息包括所述移动目标的标注中心点坐标信息、标注尺寸长宽信息和标注类别信息中的至少一种；
[0019]模型训练单元，用于基于标注完成标注信息的所述样本移动视频数据集合训练初始移动目标检测模型，得到训练完成的移动目标检测模型。
[0020]第五方面，本申请实施例提供了一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有至少一条指令，所述至少一条指令适于由所述处理器加载并执行上述的方法步骤。
[0021]本申请一些实施例提供的技术方案带来的有益效果至少包括：
[0022]采用本申请实施例提供的移动目标检测方法，获取包含移动目标的移动视频流，移动视频流包括当前时刻的当前帧图像以及当前时刻之前的历史帧图像，将历史帧图像输入至移动目标检测模型中的背景建模模块中，得到背景图像，然后将背景图像以及当前帧图像输入至移动目标检测模型中的检测模块中，输出与移动目标对应的移动目标检测结果，检测模块用于对背景图像以及当前帧图像进行检测，实现了对移动视频流中的移动目标的准确检测。
附图说明
[0023]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的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本申请实施例提供的一种移动目标检测方法的系统架构图；
[0025]图2为本申请实施例提供的一种移动目标检测方法的流程示意图；
[0026]图3为本申请实施例提供的一种移动目标检测方法的流程示意图；
[0027]图4为本申请实施例提供的一种移动目标检测的示例性流程图；
[0028]图5为本申请实施例提供的一种移动目标检测模型训练方法的流程示意图；
[0029]图6为本申请实施例提供的一种移动目标检测模型训练方法的流程示意图；
[0030]图7为本申请实施例提供的一种移动目标检测装置的结构示意图；
[0031]图8为本申请实施例提供的一种移动目标检测装置的结构示意图；
[0032]图9为本申请实施例提供的一种移动目标检测模型训练装置的结构示意图；
[0033]图10为本申请实施例提供的一种模型训练单元的结构示意图；
[0034]图11示出了本申请一个示例性实施例提供的电子设备的结构方框图。
具体实施方式
[0035]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0036]在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0037]视频中移动目标检测智能监控、人机交互、行为分析、入侵检测、异常检测、对象跟踪以及自动驾驶等方面有着广泛的应用。移动目标检测旨在对视频中的指定的移动目标进行定位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动目标检测方法，其特征在于，所述方法包括：获取包含移动目标的移动视频流，所述移动视频流包括当前时刻的当前帧图像以及当前时刻之前的历史帧图像；将所述历史帧图像输入至移动目标检测模型中的背景建模模块中，基于所述背景建模模块对所述历史帧图像进行背景建模并输出背景图像；将所述背景图像以及所述当前帧图像输入至移动目标检测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果，所述检测模块用于对所述背景图像以及所述当前帧图像进行检测。2.根据权利要求1所述的方法，其特征在于，所述将所述历史帧图像输入至移动目标检测模型中的背景建模模块中，基于所述背景建模模块对所述历史帧图像进行背景建模并输出背景图像，包括：采用具有不同感受野的池化核对所述历史帧图像进行平均池化操作，得到至少两个特征图；对所述至少两个特征图进行编码压缩得到融合特征图；计算所述融合特征图中不同感受野的特征图的特征权重，并通过特征重标定的方式将所述特征权重添加至所述融合特征图得到权重特征图；将所述融合特征图和所述权重特征图进行相加处理得到背景图像。3.根据权利要求1所述的方法，其特征在于，所述移动目标检测结果包括类别信息、中心点坐标信息以及尺寸长宽信息，所述将所述背景图像以及所述当前帧图像输入至移动目标检测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果，包括：基于所述检测模块对所述背景图像以及所述当前帧图像进行特征提取并编码得到深层特征图；基于所述检测模块中的第一检测分支对所述深层特征图进行移动目标检测，判断所述深层特征图是否存在移动目标；若确定所述深层特征图中存在移动目标，基于所述检测模块中的第二检测分支对所述深层特征图进行回归预测，得到所述移动目标的中心点坐标信息以及尺寸长宽信息；若确定所述深层特征图中存在移动目标，基于所述检测模块中的第三检测分支对所述深层特征图进行类别预测，得到所述移动目标的类别信息。4.根据权利要求1所述的方法，其特征在于，所述将所述背景图像以及所述当前帧图像输入至移动目标检测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果之前，所述方法还包括：将所述历史帧图像在通道维度进行中值滤波处理，输出中位数图像；所述将所述背景图像以及所述当前帧图像输入至移动目标检测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果，包括：将所述中位数图像、所述背景图像以及所述当前帧图像输入至移动目标检测模型中的检测模块中，输出与所述移动目标对应的移动目标检测结果，所述检测模块用于对所述中位数图像、所述背景图像以及所述当前帧图像进行检测。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述移动目标检测结果同步至移动终端。
6.一种移动目标检测模型训练方法，其特征在于，所述方法包括：确定移动目标的类别；获取包含所述类别的移动目标的样本移动视频数据集合，并对所述样本移动视频数据集合中的各样本移动视频数据中包含的所述移动目标标注标注信息，所述标注信息包括所述移动目标的标注中心点坐标信息、标注尺寸长宽信息和标注类别信息中的至少一种；基于标注完成标注信息的所述样本移动视频数据集合训练初始移动目标检测模型，得到训练完成的移动目标检测模型。7.根据权利要求6所述的方法，其特征在于，所述基于标注完成标注信息的所述样本移动视频数据集合训练初始移动目标检测模型，得到训练完成的移动目标检测模型，包括：提取所述样本移动视频数据集合中的各样本移动视频数据分别对应的样本历史帧图像以及样本当前帧图像；将所述样本历史帧图像输入至初始移动目标检测模型中的背景建模模块中，输出样本背景图像；将所述样本背景图像以及所述样本当前帧图像输入至所述初始移动目标检测模型中的检测模块中，输出与所述移动目标对应的样本移动目标检测结果；基于所述样本移动目标检测结果以及所述样本移动视频数据对应的标注信息构建代价函数；基于所述代价函数训练所述初始移动目标检...

【专利技术属性】
技术研发人员：潘俊全，
申请(专利权)人：安克创新科技股份有限公司，
类型：发明
国别省市：