CN108596955A - 一种图像检测方法、图像检测装置及移动终端 - Google Patents
一种图像检测方法、图像检测装置及移动终端 Download PDFInfo
- Publication number
- CN108596955A CN108596955A CN201810379956.5A CN201810379956A CN108596955A CN 108596955 A CN108596955 A CN 108596955A CN 201810379956 A CN201810379956 A CN 201810379956A CN 108596955 A CN108596955 A CN 108596955A
- Authority
- CN
- China
- Prior art keywords
- target object
- picture
- detected
- target
- mentioned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种图像检测方法、图像检测装置及移动终端,其中,该图像检测方法包括:获取待检测视频的基准图片;利用训练后的卷积神经网络模型对所述基准图片进行目标对象检测,获得检测结果;若所述检测结果指示所述基准图片中包含一个或多个目标对象,则获取待检测图片;基于所述检测结果,在所述待检测图片中对所述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果;基于所述检测结果和所述跟踪结果,判断是否跟踪成功;若跟踪成功,则基于所述跟踪结果,将所述第一目标对象集合中的各个目标对象在所述待检测图片中进行区别显示。本申请实现了对待测视频中目标对象的快速精准的检测。
Description
技术领域
本申请属于图像处理领域,尤其涉及一种图像检测方法、图像检测装置、移动终端及计算机可读存储介质。
背景技术
目前,为实现对视频中目标对象的检测,常用的方法有两种,一种是利用目标检测算法对视频中的图片单独处理,单独检测某一帧图片中的目标对象;另一种是利用目标跟踪算法,根据对视频中之前图片的历史跟踪结果,预测目标对象在下一帧图片中的位置。
目标检测算法可以实现高精确度的对目标对象的检测,准确识别目标对象的位置,但是运行速度较慢,即使进行图像处理器(Graphics Processing Unit,GPU)加速也存在读写过慢的问题,无法实现实时检测视频中的目标对象。目标跟踪算法相比于目标检测算法,具有较快的运行速度,可以较快的定位目标对象在待检测的图片中的位置。然而,目标跟踪算法无法实现对目标对象的高精度检测。
发明内容
有鉴于此,本申请提供了一种图像检测方法、图像检测装置、移动终端及计算机可读存储介质,可以对视频中的目标对象进行实时且精准的检测。
本申请第一方面提供了一种图像检测方法,包括:
获取待检测视频的基准图片;
利用训练后的卷积神经网络模型对上述基准图片进行目标对象检测,获得检测结果,上述检测结果用于指示上述基准图片中有无目标对象以及各个目标对象在上述基准图片中的位置信息;
若上述检测结果指示上述基准图片中包含一个或多个目标对象,则:
获取上述待检测视频中与上述基准图片间隔预设帧数的待检测图片;
基于上述检测结果指示的第一目标对象集合中各个目标对象的位置信息,在上述待检测图片中对上述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果,上述跟踪结果用于指示上述待检测图片中有无上述第一目标对象集合中的各个目标对象,并且还用于指示上述第一目标对象集合中的各个目标对象在上述待检测图片中的位置信息,上述第一目标对象集合由上述基准图片中的各个目标对象组成;
基于上述检测结果和上述跟踪结果,判断是否跟踪成功;
若跟踪成功,则基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。
本申请第二方面提供了一种图像检测装置,包括:
基准图片获取单元,用于获取待检测视频的基准图片;
检测结果获取单元,用于利用训练后的卷积神经网络模型对上述基准图片进行目标对象检测,获得检测结果,上述检测结果用于指示上述基准图片中有无目标对象以及各个目标对象在上述基准图片中的位置信息;
待检测图片获取单元,用于若上述检测结果指示上述基准图片中包含一个或多个目标对象,则获取上述待检测视频中与上述基准图片间隔预设帧数的待检测图片;
跟踪结果获取单元,用于基于上述检测结果指示的第一目标对象集合中各个目标对象的位置信息,在上述待检测图片中对上述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果,上述跟踪结果用于指示上述待检测图片中有无上述第一目标对象集合中的各个目标对象,并且还用于指示上述第一目标对象集合中的各个目标对象在上述待检测图片中的位置信息,上述第一目标对象集合由上述基准图片中的各个目标对象组成;
跟踪判断单元,用于基于上述检测结果和上述跟踪结果,判断是否跟踪成功;
第一显示单元,用于若跟踪成功,则基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。
本申请第三方面提供了一种移动终端,包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,其特征在于,上述处理器执行上述计算机程序时实现如上述方法的步骤。
本申请第四方面提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,其特征在于,上述计算机程序被处理器执行时实现如上述方法的步骤。
由上可见,本申请提供了一种图像检测方法,首先,获取待检测视频的基准图片,利用训练后的卷积神经网络模型对该基准图片进行目标对象的检测,获取检测结果,其中,利用卷积神经网络模型检测目标对象的算法属于目标检测算法,相比于其他目标检测算法,利用卷积神经网络模型可以对实现更为精准快速的目标检测,当该基准图片中存在目标对象时,可以实现对该基准图片中的目标对象进行高精度定位;其次,若该基准图片中包含目标对象,则获取距离该基准图片预设帧数的待检测图片,基于上述基准图片的检测结果,并结合目标跟踪算法,在该待检测图片中实现对上述基准图片中的各个目标对象的跟踪,若跟踪成功,则将上述基准图片中的各个目标对象显示在该待检测图片中。由于视频中每秒包括24帧以上的图片,每一帧所占用的时间小于0.0417s,本申请采用了目标跟踪算法,可以在较短的时间内(小于0.0417s)实现对该待检测图片中目标对象的识别,从而在该待检测图片显示时,同时能够将该待检测图片中的目标对象也突出显示出来,满足了对视频中目标检测的实时性要求;此外,本申请对该待检测图片的目标对象的跟踪基于对上述基准图片的检测结果,而本申请采用卷积神经网络模型对上述基准图片进行目标检测,可以得到非常精确的检测结果,上述待检测图片的目标对象跟踪基于该精确的检测结果进行,因此,在一定程度上克服了单纯利用目标跟踪算法导致目标跟踪精确度低的问题,并且本申请还限定了只有在跟踪成功的情况下,才基于跟踪结果将待检测图片的目标对象进行显示,更进一步保证了检测精确度。综上,本申请实现了对待检测视频中目标对象的快速精准的检测。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。
图1是本申请实施例一提供的一种图像检测方法的实现流程示意图;
图2是本申请实施例一提供的判断是否跟踪成功的实现流程示意图;
图3是本申请实施例二提供的另一种图像检测方法的实现流程示意图;
图4(a)-图4(d)是本申请实施例二提供的图像检测的显示界面示意图;
图5是本申请实施例三提供的再一种图像检测方法的实现流程示意图;
图6是本申请实施例四提供的一种图像检测装置的结构示意图;
图7是本申请实施例五提供的移动终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本申请实施例提供的图像检测方法可以适用于移动终端,示例性地,上述移动终端包括但不限于:智能手机、平板电脑、智能穿戴设备等。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本申请实施例中描述的移动终端包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,上述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的移动终端。然而,应当理解的是,移动终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
移动终端支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在移动终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
另外,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
为了说明本申请上述的技术方案,下面通过具体实施例来进行说明。
实施例一
下面对本申请实施例一提供的一种图像检测方法进行描述,请参阅附图1,本申请实施例一提供的图像检测方法包括:
在步骤S101中,获取待检测视频的基准图片;
在本申请实施例中,上述待检测视频可以是保存在本地的视频,比如,用户下载完成的电视剧、综艺节目等等;也可以是用户利用网络在线观看的视频,比如,用户利用视频播放器,在线观看的新闻节目、动画片等等;还可以是用户开启移动终端的摄像头正在录制的视频或者移动终端启动相机或摄像机后的预览画面,此处对待检测视频的类型不作限定。
上述基准图片可以是待检测视频的任意一帧图片,本申请实施例提供的图像检测方法可以对基准图片后续的图片中的目标对象进行检测,因此,为了保证用户在观看视频的时候,从视频开始到视频结束,都能够实现对目标对象的检测,可以将待检测视频的第一帧作为基准图片。
在步骤S102中,利用训练后的卷积神经网络模块对上述基准图片进行目标对象检测,获得检测结果;
在本申请实施例中,需要事先训练卷积神经网络模型。该训练后的卷积神经网络模型是根据数据库中的各个样本图片以及各个样本图片所对应的检测结果训练得到,其中,每一个样本图片所对应的检测结果用以指示该样本图片中有无目标对象以及各个目标对象在该样本图片中的位置信息。
示例性的,上述卷积神经网络模型的训练步骤可以包括:
获取样本图像以及样本图片对应的检测结果;
利用卷积神经网络模型对上述样本图像进行检测,根据检测结果调整上述卷积神经网络模型的参数,直到调整后的上述卷积神经网络模型可以检测出上述样本图像中有无目标对象以及各个目标对象在该样本图像中的位置信息,或者检测出所述样本图像中有无目标对象以及各个目标对象在该样本图像中的位置信息的准确率大于预设值,则将该调整后的卷积神经网络模型作为训练后的卷积神经网络模型。其中,所述卷积神经网络模型的参数可以包括卷积神经网络模型中每个卷积层的权重、偏差、回归函数的系数,还可以包括学习速率、迭代次数、每层神经元的个数等。
目前,常用的卷积神经网络模型有RCNN(Regions based Convolutional N euralNetwork,基于区域的卷积神经网络)模型、Fast-RCNN模型以及Faster-RCNN模型等。其中,Faster-RCNN模型是在RCNN模型以及fast-RCNN模型的基础上演变而来,相比于RCNN模型以及fast-RCNN模型,faster-RCNN模型依然无法实现对目标对象的实时检测,但是相比与RCNN模型和fast-RCNN模型具有更高的目标检测精度以及目标检测速度,因此,在本申请实施例中,上述卷积神经网络模型可选faster-RCNN模型。
在本申请实施例中,上述检测结果用于指示该基准图片中有无目标对象以及该目标对象在该基准图片中的位置信息。比如,用户预先设置的要检测的目标对象为人和猫,则移动终端利用训练后的卷积神经网络模型对该基准图片中的人和猫进行检测,最终确定该基准图片中是否含有人以及猫,若含有人和/或猫的话,确定人和/或猫在该基准图片中的位置信息。其中,上述位置信息用于对各个目标对象进行定位,在本申请实施例中可以用方框、圆框、椭圆形框等对各个目标对象进行定位,若用方框对目标对象进行定位的话,可以用该方框左上角以及右下角的坐标来表示目标对象的位置信息;若用圆框对目标对象进行定位的话,可以用该圆框的圆心坐标以及圆半径来表示目标对象的位置信息,此处对位置信息的表示方式不作限定。
在步骤S103中,若上述检测结果指示上述基准图片中包含一个或多个目标对象,则获取上述待检测视频中与上述基准图片间隔预设帧数的待检测图片;
在本申请实施例中,若上述基准图片中包含一个或多个目标对象,则获取距离该基准图片预设帧数的待检测图片,以便后续可以根据对该基准图片的检测结果,对该待检测图片中的各个目标对象进行跟踪,也即是根据目标对象在基准图片中的位置,估计目标对象在待检测图片中的位置。由于目前常用的目标跟踪算法通常不具备太高的跟踪精度,因此,可选与上述基准图片相邻的下一帧作为待检测图片。
另外,本申请实施例中,若上述基准图片中未包含目标对象,则可以将距离上述基准图片预设帧数的图片重新设置为基准图片,返回执行步骤S102。
在步骤S104中,基于上述检测结果指示的第一目标对象集合中各个目标对象的位置信息,在上述待检测图片中对上述第一目标对象集合中的目标对象进行跟踪,获得跟踪结果;
在本申请实施例中,上述第一目标对象集合由上述基准图片中的各个目标对象组成,比如,若检测到上述基准图片中包含目标对象A1、A2、A3以及A4,则第一目标对象集合为:{A1、A2、A3、A4}。上述跟踪结果用于指示上述待检测图片中有无上述第一目标对象集合中各个目标对象以及上述第一目标对象集合中各个目标对象在该待检测图片中的位置信息。
基于上述第一目标对象集合中各个目标对象在上述基准图片中的位置信息,预测该第一目标对象集合中的各个目标对象是否存在于该待检测图片中,若存在于该待检测图片中,则预测各个目标对象在该待检测图片中的位置信息。目前,常用的目标跟踪算法有卡尔曼滤波算法、粒子滤波算法、均值漂移算法等等。
比如,对上述基准图片进行目标检测后,获得上述基准图片中包含4个目标对象,分别为A1、A2、A3以及A4,且各个目标对象在该基准图片中位置信息分别为:{(X1A1,Y1A1),(X2A1,Y2A1)}、{(X1A2,Y1A2),(X2A2,Y2A2)}、{(X1A3,Y1A3),(X2A3,Y2A3)}以及{(X1A4,Y1A4),(X2A4,Y2A4)};其次,基于上述A1、A2、A3以及A4在上述基准图片中的位置信息,利用目标跟踪算法预测到A1、A2在该待检测图片中不存在,A3以及A4的位置信息分别为:
{(X1'A3,Y1'A3),(X2'A3,Y2'A3)}以及{(X1'A4,Y1'A4),(X2'A4,Y2'A4)},则上述跟踪结果用于指示A1、A2在该待检测图片中不存在,A3的位置信息为
{(X1'A3,Y1'A3),(X2'A3,Y2'A3)},A4的位置信息为{(X1'A4,Y1'A4),(X2'A4,Y2'A4)}。
在步骤S105中,基于上述检测结果以及上述跟踪结果,判断是否跟踪成功;
在本申请实施例中,由于目标跟踪算法的精确度不高,为了保证对待检测图片中目标对象跟踪的准确性,需要判断是否跟踪成功。
在本申请实施例中,判断是否跟踪成功的实现流程示意图可以如图2所示,包括步骤S1051-S1058。
在步骤S1051中,判断上述跟踪结果是否指示上述待检测图片中不存在上述第一目标对象集合中的任一目标对象,若是,则执行步骤S1052,否则,执行步骤S1053;
在步骤S1052中,判定跟踪失败;
在本申请实施例中,上述跟踪结果若指示该待检测图片中不存在上述第一目标对象集合中的任一目标对象,比如,若利用目标跟踪算法,预测基准图片中的目标对象A1、A2不存在于该待检测图片中,则认为跟踪失败。若上述跟踪结果指示该待检测图片中存在上述第一目标对象集合中的所有目标对象,则还要继续计算对上述第一目标对象集合中的各个目标对象的跟踪精度,基于各个目标对象的跟踪精度判定是否跟踪成功。
在步骤S1053中,基于上述检测结果指示的上述第一目标对象集合中各个目标对象的位置信息,获取上述第一目标对象集合中各个目标对象的基准纹理特征;
在本申请实施例中,根据上述检测结果指示的上述第一目标对象集合中各个目标对象的位置信息,获取上述第一目标对象集合中各个目标对象在上述基准图片中分别所对应的图片区域,提取各个目标对象分别所对应的图片区域的纹理特征作为上述第一目标对象集合中各个目标对象的基准纹理特征。通常情况下,上述图片纹理特征通常用图片区域的灰度变化来描述,常用的图像纹理特征提取方法有灰度共生矩阵法、Tamura纹理分析法、Gabor滤波法以及局部二值模式法等。
在步骤S1054中,基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,获取上述第一目标对象集合中各个目标对象的跟踪纹理特征;
在本申请实施例中,根据上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,获取上述第一目标对象集合中各个目标对象在上述待检测图片中分别所对应的图片区域,提取各个目标对象分别所对应的图片区域的纹理特征作为上述第一目标对象集合中各个目标对象的跟踪纹理特征。
在步骤S1055中,将上述第一目标对象集合中的每个目标对象所对应的基准纹理特征以及跟踪纹理特征进行相似度匹配,计算上述第一目标对象集合中每个目标对象的跟踪精度;
在获取了上述第一目标对象集合中各个目标对象的基准纹理特征和跟踪纹理特征以后,将每一个目标对象所对应的基准纹理特征以及跟踪纹理特征进行相似度匹配,计算出每一个目标对象的跟踪精度,以便可以根据该跟踪精度判断是否跟踪成功。
在步骤S1056中,判断是否上述第一目标对象集合中每一个目标对象的跟踪精度都大于预设阈值,若是,则执行步骤S1057,否则,执行步骤S1058;
在步骤S1057中,判定跟踪成功;在步骤S1058中,判定跟踪失败;
在计算得到上述第一目标对象集合中各个目标对象的跟踪精度以后,将每个目标对象的跟踪精度与预设阈值进行比较,该预设阈值可以由用户设置,也可以为***设置,若每一个目标对象的跟踪精度都大于预设阈值,则认为跟踪成功,否则,认为跟踪失败。
在本申请实施例中,判断是否跟踪成功的方式也可以选择其他方法,比如利用图片区域的形状特征、颜色特征以及空间特征来计算跟踪精度,进而判断是否跟踪成功。
在步骤S106中,若跟踪成功,则基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示;
若该待检测图片中包含上述第一目标对象集合中的各个目标对象,并且对每一个目标对象的跟踪精度都大于预设阈值,则可以单单根据该跟踪结果,将上述第一目标对象集合中的各个目标对象在待检测图片中区别显示,该区别显示的方式可以为利用不同的选定框对各个目标对象进行框选并显示,也可以为对不同的目标对象的边缘区域施加不同的颜色进行显示,用户还可以通过自定义设置来定义区别显示各个目标对象的方式,以进一步增加趣味性。
由上可见,本申请实施例一中,采用了目标跟踪算法,可以在较短的时间内实现对该待检测图片中目标对象的识别,满足了对视频中目标对象检测的实时性要求;此外,本申请对该待检测图片的目标对象跟踪基于对上述基准图片的检测结果,在一定程度上克服了单纯利用目标跟踪算法导致目标对象跟踪精确度低的问题,综上,本申请实施例一提供的图像检测方法实现了对视频中目标对象的快速精准的检测。
实施例二
下面对本申请实施例提供的另一种图像检测方法进行描述,请参阅附图3,本申请实施例二的图像检测方法包括:
在步骤S201中,获取待检测视频的基准图片;
在步骤S202中,利用训练后的卷积神经网络模型对上述基准图片进行目标对象检测,获得检测结果;
在本申请实施例中,上述步骤S201和S202与实施例一中的步骤S101和S102相同,具体可参见实施例一的描述,此处不再赘述。
在步骤S203中,判断上述检测结果是否指示上述基准图片中包含一个或多个目标对象;若否,执行步骤S204;若是,执行步骤S205;
在步骤S204中,将距离上述基准图片预设帧数的图片设置为基准图片,返回执行步骤S202;
在步骤S205中,获取上述待检测视频中与上述基准图片间隔预设帧数的待检测图片;
上述步骤S203-S205,在实施例一中的步骤S103中有相应的记载,具体参见实施例一的描述,此处不再赘述。
在步骤S206中,基于上述检测结果指示的第一目标对象集合中的各个目标对象的位置信息,在上述待检测图片中对上述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果;
在步骤S207中,判断是否跟踪成功;若是,则执行步骤S208;否则,执行步骤S210;
在步骤S208中,基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示;
上述步骤S206-S208与实施例一中的步骤S104-S106相同,具体可参见实施例一的描述,此处不再赘述。
在步骤S209中,将上述跟踪结果设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S205。
在本申请实施例中,用户在观看视频的时候,往往希望整个视频从播放开始到播放结束都能够对目标对象进行检测,因此,将该待检测图片重新设置为基准图片,将该待检测图片的跟踪结果重新设置为检测结果,返回执行步骤S205,直到遍历完该待检测视频。此外,为了保证能够较好的跟踪目标对象且提高用户在观看视频时的体验,在步骤S205中,可选与基准图片相邻的下一帧图片作为待检测图片。
在步骤S210中,利用训练后的卷积神经网络模块对上述待检测图片进行目标对象检测,获取第一修正结果;
在本申请实施例中,若跟踪失败,则利用训练后的卷积神经网络模型对上述待检测图片进行目标对象检测,重新对待检测图片中的各个目标对象进行检测,获得第一修正结果,该第一修正结果用于指示该待检测图片中有无目标对象以及各个目标对象在该待检测图片中的位置信息。
在步骤S211中,判断上述待检测图片是否包含一个或多个目标对象;若是,则执行步骤S212;否则,执行步骤S214;
在本申请实施例中,需要判断上述第一修正结果是否指示该待检测图片中包含目标对象,在包含目标对象时,才能对目标对象进行显示。
在步骤S212中,基于上述第一修正结果,将第二目标对象集合中的各个目标对象在上述待检测图片中区别显示;
在本申请实施例中,若上述第一修正结果指示该待检测图片中包含一个或多个目标对象,则根据第一修正结果将第二目标对象集合中的各个目标对象进行区别显示,其中上述第二目标对象集合中的各个目标对象是利用训练后的卷积神经模型对该待检测图片进行目标检测后所获得的目标对象。
在步骤S213中,将上述第一修正结果设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S205;
步骤S213同步骤S209,将上述第一修正结果设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S205,以实现对视频中其他图片帧的检测,具体可参见步骤S209的描述,此处不再赘述。
在步骤S214,将距离上述待检测图片预设帧数的图片设置为基准图片,返回执行步骤S202;
在本申请实施例中,若上述第一修正结果指示该待检测图片中不包含目标对象,则将距离该待检测图片预设帧数的图片设置为基准图片,返回执行步骤S202。
此外,在本申请实施例中,在步骤S203与步骤S205之间,还可以包括步骤:为第一目标对象集合中的各个目标对象分配不同的显示方式,比如用不同标识的选定框来显示第一目标对象集合中的各个目标对象(可以是移动终端随机分配;也可以是移动终端根据用户的指令来分配)。在这种情况下,步骤S208为:基于上述第一目标对象集合中的各个目标对象所对应的显示方式,以及上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。步骤S212为:选取该第二目标对象集合中的某一个目标对象(为便于下文论述,称该某一个目标对象为目标对象X),基于目标对象X在待检测图片中的位置信息,以及上述第一目标对象集合中的各个目标对象的位置信息,分别计算目标对象X与第一目标对象集合中的各个目标对象的IOU(Intersection over Union,交并比)值;判断上述各个IOU值是否全部小于预设的IOU阈值(该IOU阈值可以为0.8或者0.9等,此处对此不作限定);若是,则认为目标对象X为进入待检测图片的新目标对象,为该目标对象X分配新的显示方式;若否,则将最大IOU值所对应的第一目标对象集合中的目标对象的显示方式设置为目标对象X的显示方式;按照上述的执行方式遍历第二目标对象集合中的所有目标对象,从而获取该第二目标对象集合中所有目标对象的显示方式;根据上述获取的第二目标对象集合中所有目标对象的显示方式,以及上述第一修正结果,将该第二目标对象集合中各个目标对象在该待检测图片中区别显示。
为了更直观的描述本申请实施例所提供的技术方案,下面利用附图4,对本申请实施例进行描述。用户利用移动终端的录像模式进行视频录制,假设用户预先设置的目标对象为:人和狗,移动终端首先获取录制的视频的第一帧图片,并利用训练后的卷积神经网络模型对该第一帧图片进行目标对象检测,可以检测到该第一帧图片中包括女孩和男子,然后移动终端为女孩和男子分别分配不同的显示方式,比如,女孩的显示方式为用方框将女孩脸部框起来进行显示,男子则为用圆框将脸部框起来进行显示,然后移动终端可以在显示界面上将该第一帧图片显示出来,如图4(a)所示;根据本申请实施例所提供的技术方案,移动终端可以获取第二帧图片,利用目标跟踪算法,在第二帧图片中对女孩和男子进行跟踪,若跟踪成功,则在界面上将该第二帧图片显示出来,如图4(b)所示;然后再获取第三帧图片、第四帧图片……,对女孩和男子进行跟踪,如图4(c)所示;假如跟踪一段时间后,获取第N帧图片,在该第N帧图片中,对女孩和/或男子跟踪失败,则利用训练后的卷积神经网络模型对该第N帧图片重新进行目标对象检测,假如检测到女孩、男子和小狗,计算第N帧图片中女孩的位置和第N-1帧图片中男子的位置的IOU值,以及第N帧图片中女孩的位置和第N-1帧图片中女孩的位置的IOU值,可以很明显的发现第N帧图片中的女孩位置与第N-1帧图片中的女孩位置的IOU值最大,则在第N帧图片中依然将女孩脸部用方框框选,同理,男子用圆框将脸部框起来进行显示,而小狗的位置与第N-1帧图片中男子的位置的IOU值为0,与第N-1帧图片中女孩的位置的IOU值也为0,则移动终端为小狗分配新的显示方式,比如用菱形框将脸部框起来进行显示,如图4(d)所示。
由上可见,本申请实施例二中,给出了更完整的图像检测方法,可以实现对待检测视频中多个图片的目标对象检测,并且给出了在跟踪失败的情况下,如何重新对目标对象进行检测的方法,本申请实施例通过将目标检测算法以及目标跟踪算法进行结合,实现了对视频中目标对象的快速精准的检测。
实施例三
下面对本申请实施例提供的另一种图像检测方法进行描述,请参阅附图5,本申请实施例三的图像检测方法包括:
在步骤S301中,获取待检测视频的基准图片;
在步骤S302中,利用训练后的卷积神经网络模型对上述基准图片进行目标对象检测,获得检测结果;
在步骤S303中,判断上述检测结果是否指示上述基准图片中包含一个或多个目标对象;若否,执行步骤S304;若是,执行步骤S305;
在步骤S304中,将距离上述基准图片预设帧数的图片设置为基准图片,返回执行步骤S302;
在步骤S305中,获取上述待检测视频中与上述基准图片间隔预设帧数的待检测图片;
在步骤S306中,基于上述检测结果指示的第一目标对象集合中的各个目标对象的位置信息,在上述待检测图片中对上述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果;
在步骤S307中,判断是否跟踪成功;若是,则执行步骤S308;否则,执行步骤S310;
在步骤S308中,基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示;
在步骤S309中,将上述跟踪结果设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S305。
在本申请实施例中,上述步骤S301-S309与实施例二中的步骤S201和S209相同,具体可参见实施例二的描述,此处不再赘述。
在步骤S310中,提取上述待检测图片的第三目标对象集合以及第四目标对象集合;
在本申请实施例中,若跟踪失败,比如第一目标对象集合中的某一个或多个目标对象不存在于该待检测图片中,或者第一目标对象集合中的所有目标对象均在该待检测图片中,但是存在一个或多个目标对象的跟踪精度太低,在这种情况下,可以提取该待检测图片的第三目标对象集合以及第四目标对象集合,其中,上述第三目标对象集合由上述第一目标对象集合中存在于该待检测图片中且跟踪精度小于或等于预设阈值的目标对象组成;上述第四目标对象集合由上述第一目标对象集合中存在于该待检测图片中且跟踪精度大于预设阈值的目标对象组成。
比如,第一目标对象集合由A1、A2、A3以及A4组成,对待检测图片进行跟踪,得到跟踪结果指示:A1不在该待检测图片中,A2、A3以及A4的位置信息分别为:{(X1”A2,Y1”A2),(X2”A2,Y2”A2)}、{(X1”A3,Y1”A3),(X2”A3,Y2”A3)}以及{(X1”A4,Y1”A4),(X2”A4,Y2”A4)},则根据上述跟踪结果,计算A2、A3以及A4的跟踪精度,具体计算方式可参见实施例一的描述,若A2以及A3的跟踪精度不大于预设阈值,A4的跟踪精度大于预设阈值,则第三目标对象集合由A2以及A3组成,第四目标对象集合由A4组成。
在步骤S311中,判断上述第三目标对象集合是否包含目标对象;若是,则执行步骤S312;否则,执行步骤S317;
在步骤S312中,根据上述第三目标对象集合中各个目标对象所对应的基准纹理特征,利用上述训练后的卷积神经网络模型在上述待检测图片中,检测上述第三目标对象集合中的各个目标对象,获取上述第三目标对象集合中各个目标对象的第二修正结果;
在本申请实施例中,假如上述第三目标对象集合中包含一个或多个目标对象,比如,第三目标对象集合包括A2以及A3,则根据检测结果,获得A2以及A3在基准图片中的位置信息,进一步获得A2以及A3的基准纹理特征,利用A2以及A3的基准纹理特征,在该待检测图片中对A2以及A3重新进行目标检测,获取A2以及A3的第二修正结果,该第二修正结果用于指示该第三目标对象集合中各个目标对象的位置信息。
在步骤S313中,判断上述第四目标对象集合中是否包含目标对象;若否,执行步骤S314;若是,执行步骤S315;
在步骤S314中,基于上述第二修正结果,将上述第三目标对象集合中的各个目标对象在上述待检测图片中进行区别显示;
若上述第三目标对象集合包含目标对象,上述第四目标对象集合不包含目标对象,则基于上述获得的第二修正结果指示的上述第三目标对象集合中各个目标对象的位置信息,将该第三目标对象集合中的各个目标对象在该待检测图片中进行显示。
在步骤S315中,获取上述第四目标对象集合中各个目标对象在上述待检测图片中的位置信息;
若上述第四目标对象集合中包含目标对象,则可以直接根据跟踪结果,获取该第四目标对象集合中各个目标对象在该待检测图片中的位置信息。
在步骤S316中,基于上述第二修正结果以及上述第四目标对象集合中各个目标对象的位置信息,将上述第三目标对象集合以及上述第四目标对象集合中的各个目标对象在上述待检测图片中进行区别显示;
若上述第三目标对象集合以及第四目标对象集合中均包含目标对象,则根据上述第二修正结果指示的上述第三目标对象集合中各个目标对象的位置信息以及上述第四目标对象集合中各个目标对象的位置信息,将上述第三目标对象集合以及上述第四目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。
在步骤S317中,判断上述第四目标对象集合中是否包含目标对象;若是,则执行步骤S318;否则,执行步骤S323;
在本申请实施例中,若判断上述第三目标对象集合中不包含目标对象,则进一步判断上述第四目标对象集合中是否包含目标对象。
在步骤S318中,获取上述第四目标对象集合中各个目标对象在上述待检测图片中的位置信息;
若上述第四目标对象集合中包含目标对象,则可以直接根据跟踪结果,获取该第四目标对象集合中各个目标对象在该待检测图片中的位置信息。
在步骤S319中,基于上述第四目标对象集合中各个目标对象的位置信息,将上述第四目标对象集合中的各个目标对象在上述待检测图片中进行区别显示;
若上述第三目标对象集合中不包含目标对象,但是上述第四目标对象集合中包含目标对象,则根据上述第四目标对象集合中各个目标对象的位置信息,将上述第四目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。
在步骤S320中,将上述第二修正结果设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S305;
在步骤S321中,将上述第四目标对象集合中各个目标对象在上述待检测图片中的位置信息以及上述第二修正结果设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S305;
在步骤S322中,将上述第四目标对象集合中各个目标对象在上述待检测图片中的位置信息设置为检测结果,将上述待检测图片设置为基准图片,返回执行步骤S305;
步骤S320-S322同实施例二中的步骤S209一样,是为了实现对视频中其他图片帧的检测,具体可参见实施例二步骤S209的描述,此处不再赘述。
在步骤S323中,将距离上述基准图片预设帧数的图片设置为基准图片;
在本申请实施例中,若上述第三目标对象集合以及第四目标对象集合中均不包含目标对象,则利用上述训练后的卷积神经网络模型重新对该待检测图片进行检测。
此外,在本申请实施例中,在步骤S303和步骤S305之间,还可以包括步骤:为第一目标对象集合中的各个目标对象分配不同的显示方式。在这种情况下,步骤S308为:基于上述第一目标对象集合中的各个目标对象所对应的显示方式,以及上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。步骤S314为:基于上述第一目标对象集合中的各个目标对象所对应的选定框,获取上述第三目标对象集合中的各个目标对象所对应的选定框;基于上述第三目标对象集合中的各个目标对象所对应的选定框以及上述第二修正结果指示的上述第三目标对象集合中各个目标对象的位置信息,将上述第三目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。步骤316为:基于上述第一目标对象集合中的各个目标对象所对应的选定框,获取上述第三目标对象集合以及上述第四目标对象集合中的各个目标对象所对应的选定框;基于上述第三目标对象集合以及上述第四目标对象集合中的各个目标对象所对应的选定框、上述第二修正结果指示的上述第三目标对象集合中各个目标对象的位置信息以及上述第四目标对象集合中各个目标对象的位置信息,将上述第三目标对象集合以及上述第四目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。步骤S319为:基于上述第一目标对象集合中的各个目标对象所对应的选定框,获取上述第四目标对象集合中的各个目标对象所对应的选定框;基于上述第四目标对象集合中的各个目标对象所对应的选定框以及上述第四目标对象集合中各个目标对象的位置信息,将上述第四目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。这样可以保证同一目标对象在不同图片帧中可以具备相同的显示方式。
由上可见,本申请实施例三相比于实施例二,给出了另一种在跟踪失败的情况下,对目标对象进行检测的方法,该实施例三中,只针对跟踪精度不大于预设阈值的目标对象重新利用训练后的卷积神经网络进行检测,因此,在一定程度上,相比于实施例二所提供的方法可以具备更高的处理速度,并且本申请实施例三通过将目标检测算法以及目标跟踪算法进行结合,实现了对视频中目标对象的快速精准的检测。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例四
本申请实施例四提供了一种图像检测装置,为便于说明,仅示出与本申请相关的部分,如图6所示图像检测装置400包括,
基准图片获取单元401,用于获取待检测视频的基准图片;
检测结果获取单元402,用于利用训练后的卷积神经网络模型对上述基准图片进行目标对象检测,获得检测结果,上述检测结果用于指示上述基准图片中有无目标对象以及各个目标对象在上述基准图片中的位置信息;
待检测图片获取单元403,用于若上述检测结果指示上述基准图片中包含一个或多个目标对象,则获取上述待检测视频中与上述基准图片间隔预设帧数的待检测图片;
跟踪结果获取单元404,用于基于上述检测结果指示的第一目标对象集合中各个目标对象的位置信息,在上述待检测图片中对上述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果,上述跟踪结果用于指示上述待检测图片中有无上述第一目标对象集合中的各个目标对象,并且还用于指示上述第一目标对象集合中的各个目标对象在上述待检测图片中的位置信息,上述第一目标对象集合由上述基准图片中的各个目标对象组成;
跟踪判断单元405,用于基于上述检测结果和上述跟踪结果,判断是否跟踪成功;
第一显示单元406,用于若跟踪成功,则基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,将上述第一目标对象集合中的各个目标对象在上述待检测图片中进行区别显示。
可选地,上述跟踪判断单元405包括:
目标判断子单元,用于判断上述跟踪结果是否指示上述待检测图片中不存在上述第一目标对象集合中的任一目标对象;
第一跟踪判断子单元,用于若上述待检测图片中不存在上述第一目标对象集合中的任一目标对象,则判定跟踪失败;
基准特征获取子单元,用于若上述待检测图片中存在上述第一目标对象集合中的各个目标对象,则基于上述检测结果指示的上述第一目标对象集合中各个目标对象的位置信息,获取上述第一目标对象集合中各个目标对象的基准纹理特征;
跟踪特征获取子单元,用于基于上述跟踪结果指示的上述第一目标对象集合中各个目标对象的位置信息,获取上述第一目标对象集合中各个目标对象的跟踪纹理特征;
匹配子单元,用于将上述第一目标对象集合中的每个目标对象所对应的基准纹理特征以及跟踪纹理特征进行相似度匹配,计算上述第一目标对象集合中每个目标对象的跟踪精度;
第二跟踪判断子单元,用于若上述第一目标对象集合中每一个目标对象的跟踪精度都大于预设阈值,则判定跟踪成功;
第三跟踪判断子单元,用于若上述第一目标对象集合中每一个目标对象的跟踪精度不全都大于预设阈值,则判定跟踪失败。
可选地,上述图像检测装置400还包括:
第一修正单元,用于若跟踪失败,利用训练后的卷积神经网络模型对上述待检测图片进行目标对象检测,获取第一修正结果;
第二显示单元,用于基于上述第一修正结果,将第二目标对象集合中的各个目标对象在上述待检测图片中进行显示;
第一返回单元,用于将距离上述基准图片预设帧数的图片设置为基准图片,返回检测结果获取单元402;
第二返回单元,用于将上述跟踪结果设置为检测结果,将上述待检测图片设置为基准图片,返回待检测图片获取单元403;
第三返回单元,用于将上述第一修正结果设置为检测结果,将上述待检测图片设置为基准图片,返回待检测图片获取单元403;
第四返回单元,用于将距离上述待检测图片预设帧数的图片设置为基准图片,返回检测结果获取单元402;
需要说明的是,上述装置各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例二基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例二部分,此处不再赘述。
实施例五
图7是本申请实施例提供的移动终端的示意图。如图7所示,该实施例的移动终端5包括:处理器50、存储器51以及存储在上述存储器51中并可在上述处理器50上运行的计算机程序52。上述处理器50执行上述计算机程序52时实现上述实施例中的步骤,例如图1所示的步骤S101至S106。
上述移动终端5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图7仅仅是移动终端5的示例,并不构成对移动终端5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如上述移动终端5还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器51可以是上述移动终端5的内部存储单元,例如移动终端5的硬盘或内存。上述存储器51也可以是上述移动终端5的外部存储设备,例如上述移动终端5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器51还可以既包括上述移动终端5的内部存储单元也包括外部存储设备。上述存储器51用于存储上述计算机程序以及上述移动终端所需的其它程序和数据。上述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (12)
1.一种图像检测方法,其特征在于,包括:
获取待检测视频的基准图片;
利用训练后的卷积神经网络模型对所述基准图片进行目标对象检测,获得检测结果,所述检测结果用于指示所述基准图片中有无目标对象以及各个目标对象在所述基准图片中的位置信息;
若所述检测结果指示所述基准图片中包含一个或多个目标对象,则:
获取所述待检测视频中与所述基准图片间隔预设帧数的待检测图片;
基于所述检测结果指示的第一目标对象集合中各个目标对象的位置信息,在所述待检测图片中对所述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果,所述跟踪结果用于指示所述待检测图片中有无所述第一目标对象集合中的各个目标对象,并且还用于指示所述第一目标对象集合中的各个目标对象在所述待检测图片中的位置信息,所述第一目标对象集合由所述基准图片中的各个目标对象组成;
基于所述检测结果和所述跟踪结果,判断是否跟踪成功;
若跟踪成功,则基于所述跟踪结果指示的所述第一目标对象集合中各个目标对象的位置信息,将所述第一目标对象集合中的各个目标对象在所述待检测图片中进行区别显示。
2.根据权利要求1所述的图像检测方法,其特征在于,所述基于所述检测结果和所述跟踪结果,判断是否跟踪成功,包括:
若所述跟踪结果指示所述待检测图片中不存在所述第一目标对象集合中的任一目标对象,则判定跟踪失败;
若所述跟踪结果指示所述待检测图片中存在所述第一目标对象集合中的各个目标对象,则:
基于所述检测结果指示的所述第一目标对象集合中各个目标对象的位置信息,获取所述第一目标对象集合中各个目标对象的基准纹理特征;
基于所述跟踪结果指示的所述第一目标对象集合中各个目标对象的位置信息,获取所述第一目标对象集合中各个目标对象的跟踪纹理特征;
将所述第一目标对象集合中的每个目标对象所对应的基准纹理特征以及跟踪纹理特征进行相似度匹配,计算所述第一目标对象集合中每个目标对象的跟踪精度;
判断所述第一目标对象集合中每一个目标对象的跟踪精度是否均大于预设阈值;
若是,则判定跟踪成功;否则,判定跟踪失败。
3.根据权利要求2所述的图像检测方法,其特征在于,还包括:
若跟踪失败,则:
利用所述训练后的卷积神经网络模型对所述待检测图片进行目标对象检测,获取第一修正结果,所述第一修正结果用于指示所述待检测图片中有无目标对象以及各个目标对象在所述待检测图片中的位置信息;
若所述第一修正结果指示所述待检测图片中存在一个或多个的目标对象,则基于所述第一修正结果指示的所述待检测图片中的各个目标对象的位置信息,将第二目标对象集合中的各个目标对象在所述待检测图片中进行区别显示,所述第二目标对象集合由所述待检测图片中的各个目标对象组成。
4.根据权利要求3所述的图像检测方法,其特征在于,还包括:
若所述第一修正结果指示所述待检测图片中不包含目标对象,则将距离所述待检测图片预设帧数的图片设置为基准图片,返回执行所述利用训练后的卷积神经网络模型对所述基准图片进行目标对象检测的步骤以及后续步骤,直至遍历完所述待测视频。
5.根据权利要求3所述的图像检测方法,其特征在于,在所述将第二目标对象集合中的各个目标对象在所述待检测图片中进行区别显示之后,还包括:
将所述第一修正结果设置为检测结果,将所述待检测图片设置为基准图片,返回执行所述获取所述待检测视频中与所述基准图片间隔预设帧数的待检测图片的步骤以及后续步骤,直至遍历完所述待检测视频。
6.根据权利要求3所述的图像检测方法,其特征在于,所述方法还包括:
若跟踪成功,在所述将所述第一目标对象集合中的各个目标对象在所述待检测图片中进行区别显示之后,还包括:
将所述跟踪结果设置为检测结果,将所述待检测图片设置为基准图片,返回执行所述获取所述待检测视频中与所述基准图片间隔预设帧数的待检测图片的步骤以及后续步骤,直至遍历完所述待检测视频。
7.根据权利要求2所述的图像检测方法,其特征在于,还包括:
若跟踪失败,则:
提取所述待检测图片的第三目标对象集合以及第四目标对象集合,所述第三目标对象集合由所述第一目标对象集合中存在于所述待检测图片中且跟踪精度小于或等于预设阈值的目标对象组成;所述第四目标对象集合由所述第一目标对象集合中存在于所述待检测图片中且跟踪精度大于预设阈值的目标对象组成;
若所述第三目标对象集合以及所述第四目标对象集合中均包含一个或多个目标对象,则:
获取所述第三目标对象集合中各个目标对象所对应的基准纹理特征;
根据所述第三目标对象集合中各个目标对象所对应的基准纹理特征,利用所述训练后的卷积神经网络模型在所述待检测图片中,检测所述第三目标对象集合中的各个目标对象,获取第三目标对象集合中各个目标对象的第二修正结果,所述第二修正结果用于指示所述第三目标对象集合中的各个目标对象在所述待检测图片中的位置信息;
获取所述第四目标对象集合中各个目标对象在所述待检测图片中的位置信息;
基于所述第二修正结果指示的所述第三目标对象集合中各个目标对象的位置信息以及所述第四目标对象集合中各个目标对象的位置信息,将所述第三目标对象集合以及所述第四目标对象集合中的各个目标对象在所述待检测图片中进行区别显示。
8.根据权利要求7所述的图像检测方法,其特征在于,所述方法还包括:
在所述将所述第三目标对象集合以及所述第四目标对象集合中的各个目标对象在所述待检测图片中进行区别显示之后,还包括:
将所述第四目标对象集合中各个目标对象在所述待检测图片中的位置信息以及所述第二修正结果设置为检测结果,将所述待检测图片设置为基准图片,返回执行所述获取所述待检测视频中与所述基准图片间隔预设帧数的待检测图片的步骤以及后续步骤,直至遍历完所述待检测视频。
9.根据权利要求1至8中任一项所述的图像检测方法,其特征在于,在所述获取所述待检测视频中与所述基准图片间隔预设帧数的待检测图片之前,还包括:
为第一目标对象集合中的各个目标对象设置具有不同标识的选定框;
相应的,所述基于所述跟踪结果指示的所述第一目标对象集合中各个目标对象的位置信息,将所述第一目标对象集合中的各个目标对象在所述待检测图片中进行区别显示,包括:
基于所述第一目标对象集合中的各个目标对象所设置的选定框以及所述跟踪结果指示的所述第一目标对象集合中各个目标对象的位置信息,将所述第一目标对象集合中的各个目标对象在所述待检测图片中分别采用对应的选定框进行框选并显示。
10.一种图像检测装置,其特征在于,包括:
基准图片获取单元,用于获取待检测视频的基准图片;
检测结果获取单元,用于利用训练后的卷积神经网络模型对所述基准图片进行目标对象检测,获得检测结果,所述检测结果用于指示所述基准图片中有无目标对象以及各个目标对象在所述基准图片中的位置信息;
待检测图片获取单元,用于若所述检测结果指示所述基准图片中包含一个或多个目标对象,则获取所述待检测视频中与所述基准图片间隔预设帧数的待检测图片;
跟踪结果获取单元,用于基于所述检测结果指示的第一目标对象集合中各个目标对象的位置信息,在所述待检测图片中对所述第一目标对象集合中的各个目标对象进行跟踪,获得跟踪结果,所述跟踪结果用于指示所述待检测图片中有无所述第一目标对象集合中的各个目标对象,并且还用于指示所述第一目标对象集合中的各个目标对象在所述待检测图片中的位置信息,所述第一目标对象集合由所述基准图片中的各个目标对象组成;
跟踪判断单元,用于基于所述检测结果和所述跟踪结果,判断是否跟踪成功;
第一显示单元,用于若跟踪成功,则基于所述跟踪结果指示的所述第一目标对象集合中各个目标对象的位置信息,将所述第一目标对象集合中的各个目标对象在所述待检测图片中进行区别显示。
11.一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述方法的步骤。
12.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810379956.5A CN108596955B (zh) | 2018-04-25 | 2018-04-25 | 一种图像检测方法、图像检测装置及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810379956.5A CN108596955B (zh) | 2018-04-25 | 2018-04-25 | 一种图像检测方法、图像检测装置及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108596955A true CN108596955A (zh) | 2018-09-28 |
CN108596955B CN108596955B (zh) | 2020-08-28 |
Family
ID=63609694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810379956.5A Expired - Fee Related CN108596955B (zh) | 2018-04-25 | 2018-04-25 | 一种图像检测方法、图像检测装置及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596955B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325463A (zh) * | 2018-10-16 | 2019-02-12 | 浙江中正智能科技有限公司 | 一种人脸实时跟踪方法 |
CN109978045A (zh) * | 2019-03-20 | 2019-07-05 | 深圳市道通智能航空技术有限公司 | 一种目标跟踪方法、装置和无人机 |
CN110110604A (zh) * | 2019-04-10 | 2019-08-09 | 东软集团股份有限公司 | 目标对象检测方法、装置、可读存储介质及电子设备 |
CN110941987A (zh) * | 2019-10-10 | 2020-03-31 | 北京百度网讯科技有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
CN111160242A (zh) * | 2019-12-27 | 2020-05-15 | 上海眼控科技股份有限公司 | 图像目标检测方法、***、电子终端及存储介质 |
CN111274889A (zh) * | 2020-01-14 | 2020-06-12 | 随锐科技集团股份有限公司 | 视频人物识别方法及装置、计算机可存储介质 |
CN111325117A (zh) * | 2020-02-05 | 2020-06-23 | 北京字节跳动网络技术有限公司 | 目标对象识别模型的训练方法、装置和电子设备 |
CN112422772A (zh) * | 2020-10-23 | 2021-02-26 | 深圳市优必选科技股份有限公司 | 图像获取方法、图像获取装置、终端设备及可读存储介质 |
CN113674318A (zh) * | 2021-08-16 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 一种目标跟踪方法、装置及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060165258A1 (en) * | 2005-01-24 | 2006-07-27 | Shmuel Avidan | Tracking objects in videos with adaptive classifiers |
CN101986348A (zh) * | 2010-11-09 | 2011-03-16 | 上海电机学院 | 一种视觉目标识别与跟踪方法 |
US20130058523A1 (en) * | 2011-09-01 | 2013-03-07 | Xerox Corporation | Unsupervised parameter settings for object tracking algorithms |
US20130272570A1 (en) * | 2012-04-16 | 2013-10-17 | Qualcomm Incorporated | Robust and efficient learning object tracker |
CN105976400A (zh) * | 2016-05-10 | 2016-09-28 | 北京旷视科技有限公司 | 基于神经网络模型的目标跟踪方法及装置 |
CN106228575A (zh) * | 2016-07-21 | 2016-12-14 | 广东工业大学 | 融合卷积神经网络及贝叶斯滤波器的跟踪方法及*** |
CN106920248A (zh) * | 2017-01-19 | 2017-07-04 | 博康智能信息技术有限公司上海分公司 | 一种目标跟踪方法及装置 |
CN107452025A (zh) * | 2017-08-18 | 2017-12-08 | 成都通甲优博科技有限责任公司 | 目标跟踪方法、装置及电子设备 |
-
2018
- 2018-04-25 CN CN201810379956.5A patent/CN108596955B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060165258A1 (en) * | 2005-01-24 | 2006-07-27 | Shmuel Avidan | Tracking objects in videos with adaptive classifiers |
CN101986348A (zh) * | 2010-11-09 | 2011-03-16 | 上海电机学院 | 一种视觉目标识别与跟踪方法 |
US20130058523A1 (en) * | 2011-09-01 | 2013-03-07 | Xerox Corporation | Unsupervised parameter settings for object tracking algorithms |
US20130272570A1 (en) * | 2012-04-16 | 2013-10-17 | Qualcomm Incorporated | Robust and efficient learning object tracker |
CN105976400A (zh) * | 2016-05-10 | 2016-09-28 | 北京旷视科技有限公司 | 基于神经网络模型的目标跟踪方法及装置 |
CN106228575A (zh) * | 2016-07-21 | 2016-12-14 | 广东工业大学 | 融合卷积神经网络及贝叶斯滤波器的跟踪方法及*** |
CN106920248A (zh) * | 2017-01-19 | 2017-07-04 | 博康智能信息技术有限公司上海分公司 | 一种目标跟踪方法及装置 |
CN107452025A (zh) * | 2017-08-18 | 2017-12-08 | 成都通甲优博科技有限责任公司 | 目标跟踪方法、装置及电子设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325463A (zh) * | 2018-10-16 | 2019-02-12 | 浙江中正智能科技有限公司 | 一种人脸实时跟踪方法 |
CN109978045A (zh) * | 2019-03-20 | 2019-07-05 | 深圳市道通智能航空技术有限公司 | 一种目标跟踪方法、装置和无人机 |
CN110110604A (zh) * | 2019-04-10 | 2019-08-09 | 东软集团股份有限公司 | 目标对象检测方法、装置、可读存储介质及电子设备 |
US11037301B2 (en) | 2019-04-10 | 2021-06-15 | Neusoft Corporation | Target object detection method, readable storage medium, and electronic device |
CN110941987A (zh) * | 2019-10-10 | 2020-03-31 | 北京百度网讯科技有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
CN111160242A (zh) * | 2019-12-27 | 2020-05-15 | 上海眼控科技股份有限公司 | 图像目标检测方法、***、电子终端及存储介质 |
CN111274889A (zh) * | 2020-01-14 | 2020-06-12 | 随锐科技集团股份有限公司 | 视频人物识别方法及装置、计算机可存储介质 |
CN111325117A (zh) * | 2020-02-05 | 2020-06-23 | 北京字节跳动网络技术有限公司 | 目标对象识别模型的训练方法、装置和电子设备 |
CN111325117B (zh) * | 2020-02-05 | 2024-01-26 | 北京字节跳动网络技术有限公司 | 目标对象识别模型的训练方法、装置和电子设备 |
CN112422772A (zh) * | 2020-10-23 | 2021-02-26 | 深圳市优必选科技股份有限公司 | 图像获取方法、图像获取装置、终端设备及可读存储介质 |
CN112422772B (zh) * | 2020-10-23 | 2023-12-01 | 深圳市优必选科技股份有限公司 | 图像获取方法、图像获取装置、终端设备及可读存储介质 |
CN113674318A (zh) * | 2021-08-16 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 一种目标跟踪方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108596955B (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596955A (zh) | 一种图像检测方法、图像检测装置及移动终端 | |
CN105825524B (zh) | 目标跟踪方法和装置 | |
TW393629B (en) | Hand gesture recognition system and method | |
CN101324828B (zh) | 用于操作多点触摸使能装置的方法和设备 | |
CN109376631B (zh) | 一种基于神经网络的回环检测方法及装置 | |
WO2018177379A1 (zh) | 手势识别、控制及神经网络训练方法、装置及电子设备 | |
WO2020207190A1 (zh) | 一种三维信息确定方法、三维信息确定装置及终端设备 | |
CN109064390A (zh) | 一种图像处理方法、图像处理装置及移动终端 | |
CN108227912A (zh) | 设备控制方法和装置、电子设备、计算机存储介质 | |
CN103164022B (zh) | 多指触摸方法和装置、便携式终端设备 | |
CN111957040B (zh) | 遮挡位置的检测方法、装置、处理器及电子装置 | |
WO2014127697A1 (en) | Method and terminal for triggering application programs and application program functions | |
CN109782962A (zh) | 一种投影交互方法、装置、***及终端设备 | |
CN108769634A (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN112752158B (zh) | 一种视频展示的方法、装置、电子设备及存储介质 | |
CN109118447A (zh) | 一种图片处理方法、图片处理装置及终端设备 | |
TWI731442B (zh) | 電子裝置及其利用觸控資料的物件資訊辨識方法 | |
CN107608619A (zh) | 用于触控屏的笔迹曲线生成方法、装置、设备和存储介质 | |
CN112001886A (zh) | 一种温度检测方法、装置、终端及可读存储介质 | |
CN109657543B (zh) | 人流量监控方法、装置及终端设备 | |
CN111414124A (zh) | 一种图像测量方法、装置、设备及存储介质 | |
CN109815854A (zh) | 一种用于在用户设备上呈现图标的关联信息的方法与设备 | |
US9569661B2 (en) | Apparatus and method for neck and shoulder landmark detection | |
CN109165648B (zh) | 一种图像处理方法、图像处理装置及移动终端 | |
CN108734761B (zh) | 场景可视化方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200828 |
|
CF01 | Termination of patent right due to non-payment of annual fee |