目标抓拍方法及相关装置、摄像器件和存储介质制造方法及图纸

本申请公开了一种目标抓拍方法及相关装置、摄像器件和存储介质，其中，目标抓拍方法包括：基于第一图像进行检测，得到第一图像中目标对象的检测结果；其中，第一图像基于第一编码格式编码得到，且检测结果包括目标对象的目标位置及检测分值；并基于检测分值，确定是否更新目标对象的图像集合；其中，图像集合包含：基于第二编码格式编码历史图像所得到的第二图像，历史图像为在最新检测的第一图像之前已经检测过的第一图像，且第二编码格式的压缩率大于第一编码格式；再响应于目标对象消失于第一图像，基于目标对象最新的图像集合进行解码，得到目标对象的抓拍图像。上述方案，能够在确保目标抓拍结果的准确性的同时，提高内存的使用效率。使用效率。使用效率。

【技术实现步骤摘要】
目标抓拍方法及相关装置、摄像器件和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种目标抓拍方法及相关装置、摄像器件和存储介质。

技术介绍

[0002]随着人工智能技术的不断发展，使得越来越多的算法可以运行在终端设备上。基于生产成本的考虑，在多个方案同时开启时，不同方案之间要公用内存。但是，由于不能准确地做好对内存的申请和释放，因此很容易造成内存泄漏、内存被踩、设备死机等问题。
[0003]目前，在目标对象抓拍的过程中，会对生成目标的数据进行优选操作，但是在完成优选操作之前，每一帧图像数据都必须保存在设备中，当应用场景压力较大时，大量待优选的数据被临时保存在设备中，占用了大量的设备内存。有鉴于此，如何在确保目标抓拍结果的准确性的同时，提高内存的使用效率成为亟待解决的问题。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种目标抓拍方法及相关装置、摄像器件和存储介质，能够在确保目标抓拍结果的准确性的同时，提高内存的使用效率。
[0005]为了解决上述技术问题，本申请第一方面提供了一种目标抓拍方法，包括：基于第一图像进行检测，得到第一图像中目标对象的检测结果；其中，第一图像基于第一编码格式编码得到，且检测结果包括目标对象的目标位置及检测分值；并基于检测分值，确定是否更新目标对象的图像集合；其中，图像集合包含：基于第二编码格式编码历史图像所得到的第二图像，历史图像为在最新检测的第一图像之前已经检测过的第一图像，且第二编码格式的压缩率大于第一编码格式；再响应于目标对象消失于第一图像，基于目标对象最新的图像集合进行解码，得到目标对象的抓拍图像。
[0006]为了解决上述技术问题，本申请第二方面提供了一种目标抓拍装置，包括检测模块、更新模块和解码模块。其中，检测模块用于基于第一图像进行检测，得到第一图像中目标对象的检测结果；其中，第一图像基于第一编码格式编码得到，且检测结果包括目标对象的目标位置及检测分值；更新模块用于基于检测分值，确定是否更新目标对象的图像集合；其中，图像集合包含：基于第二编码格式编码历史图像所得到的第二图像，历史图像为在最新检测的第一图像之前已经检测过的第一图像，且第二编码格式的压缩率大于第一编码格式；解码模块用于响应于目标对象消失于第一图像，基于目标对象最新的图像集合进行解码，得到目标对象的抓拍图像。
[0007]为了解决上述技术问题，本申请第三方面提供了一种摄像器件，包括摄像头、存储器和处理器，摄像头、和存储器分别耦接至处理器，存储器存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的目标抓拍方法。
[0008]为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的目标抓拍方法。
[0009]上述方案，通过基于第一图像进行检测，得到第一图像中目标对象的检测结果，第一图像基于第一编码格式编码得到，且检测结果包括目标对象的目标位置及检测分值；并基于检测分值，确定是否更新目标对象的图像集合，图像集合包含：基于第二编码格式编码历史图像所得到的第二图像，历史图像为在最新检测的第一图像之前已经检测过的第一图像，且第二编码格式的压缩率大于第一编码格式；再响应于目标对象消失于第一图像，基于目标对象最新的图像集合进行解码，得到目标对象的抓拍图像，一方面通过基于第一图像进行检测，得到第一图像中目标对象的检测结果，有助于提高获取目标对象的目标位置的效率，另一方面基于检测分值，确定是否更新目标对象的图像集合，进而在提高目标对象的图像集合中目标对象的目标位置准确性的同时，降低设备内存的占用，提高了内存的使用效率，在此基础上，基于目标对象最新的图像集合进行解码，得到目标对象的抓拍图像，进而可以提高获取目标对象的抓拍图像的效率。故此，能够在确保目标抓拍结果的准确性的同时，提高内存的使用效率。
[0010]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
[0011]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
[0012]图1是本申请目标抓拍方法一实施例的流程示意图；
[0013]图2是本申请目标抓拍方法一实施例的框架示意图；
[0014]图3是智能模块一实施例的示意图；
[0015]图4是目标对象的图像集合一实施例的示意图；
[0016]图5是本申请目标抓拍装置一实施例的框架示意图；
[0017]图6是本申请摄像器件一实施例的框架示意图；
[0018]图7是本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
[0019]下面结合说明书附图，对本申请实施例的方案进行详细说明。
[0020]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
[0021]本文中术语“和/或”，仅仅是一种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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。“若干”表示至少一个。本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0022]请参阅图1，图1是本申请目标抓拍方法一实施例的流程示意图。
[0023]具体而言，可以包括如下步骤：
[0024]步骤S11：基于第一图像进行检测，得到第一图像中目标对象的检测结果。
[0025]本公开实施例中，第一图像基于第一编码格式编码得到，第一编码格式可以采用但不限于YUV、PNG、RGB等等。
[0026]在一个实施场景中，第一图像可以是通过摄像头拍摄的视频中选取的视频帧图像，也可以是通过摄像头拍摄的一张图像。第一图像可以根据实际应用场景进行确定，在此不做具体限定。
[0027]在一个实施场景中，作为一种可能的实施方式，可以通过检测器对第一图像进行检测，得到第一图像中目标对象的检测结果，检测器可以采用但不限于Viola Jones检测器、HOG检测器等等。
[0028]在另一个实施场景中，区别于前述实施方式，可以通过目标检测网络对第一图像进行检测，得到第一图像中目标对象的检测结果，目标检测网络可以是CNN(convolution neural network，卷积神经网络)，也可以是RCNN(Region based Convolutional Neural Network，基于区域的卷积神经网络)等，在此不做本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标抓拍方法，其特征在于，包括：基于第一图像进行检测，得到所述第一图像中目标对象的检测结果；其中，所述第一图像基于第一编码格式编码得到，且所述检测结果包括所述目标对象的目标位置及检测分值；基于所述检测分值，确定是否更新所述目标对象的图像集合；其中，所述图像集合包含：基于第二编码格式编码历史图像所得到的第二图像，所述历史图像为在最新检测的第一图像之前已经检测过的第一图像，且所述第二编码格式的压缩率大于所述第一编码格式；响应于所述目标对象消失于所述第一图像，基于所述目标对象最新的图像集合进行解码，得到所述目标对象的抓拍图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述检测分值，确定是否更新所述目标对象的图像集合，包括：获取所述历史图像的检测结果中所述目标对象的检测分值；基于最新检测的第一图像对应的检测分值是否高于所述历史图像对应的检测分值，确定是否更新所述目标对象的图像集合。3.根据权利要求1或2所述的方法，其特征在于，在确定更新所述目标对象的图像集合的情况下，更新后的图像集合包括：基于所述第二编码格式编码最新检测的第一图像所得到的第二图像。4.根据权利要求3所述的方法，其特征在于，更新前的图像集合还包括：基于所述历史图像的检测结果中的目标位置，从所述历史图像截取的包含所述目标对象的局部图像；在确定更新所述目标对象的图像集合的情况下，更新后的图像集合还包括：基于所述目标位置从最新检测的第一图像截取的包含所述目标对象的局部图像。5.根据权利要求1所述的方法，其特征在于，在所述基于所述目标对象最新的图像集合进行解码，得到所述目标对象的抓拍图像之前，所述方法还包括：检测所述目标对象的图像集合是否更新完毕；响应于未更新完毕，停止更新所述图像集合，并基于最高所述检测分值对应的第一图像进行解码，得到所述目标对象的...

【专利技术属性】
技术研发人员：宋忠浩，虞响，黄鹏，李琦，岑鑫，
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：