CN118118651A - 拖影检测方法及装置、电子设备、存储介质和程序产品 - Google Patents
拖影检测方法及装置、电子设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN118118651A CN118118651A CN202410241777.0A CN202410241777A CN118118651A CN 118118651 A CN118118651 A CN 118118651A CN 202410241777 A CN202410241777 A CN 202410241777A CN 118118651 A CN118118651 A CN 118118651A
- Authority
- CN
- China
- Prior art keywords
- moments
- detected
- video images
- original
- displayed
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 327
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000013527 convolutional neural network Methods 0.000 claims description 49
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000000605 extraction Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005520 cutting process Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 27
- 238000011176 pooling Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本公开涉及一种拖影检测方法及装置、电子设备、存储介质和程序产品,涉及视频图像处理技术领域。其中,所述的方法,包括:获取视频流中多个时刻原始的待检测视频图像,并分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。可实现视频图像的拖影检测。
Description
技术领域
本公开涉及视频图像处理技术领域,尤其涉及一种拖影检测方法及装置、电子设备、存储介质和程序产品。
背景技术
屏幕显示动态画面,是通过刷新率实现的。例如,视频流的某一时刻对应的视频图像及某一时刻下一个时刻对应的视频图像交替刷新,一秒超过24个视频图像,就会形成连续的视频图像画面,就成为动态视频。但是,如出现动态视频的拖影,这必将影响用户的体验效果。
申请人歌尔光学科技有限公司,提出了一种拖影检测方法、装置及电子设备,(申请号:2022110082110),以解决通过人工观察的方式,检测投影仪的拖影程度,检测误差较大,难以保证产品的一致性的问题。同时,申请人维信诺科技股份有限公司,同样提出了一种拖影检测方法、装置和存储介质(申请号:2021114563098),给出了一种准确、客观地衡量待测显示面板拖影区域色偏情况的方法。
然而,上述歌尔光学科技有限公司提出的一种拖影检测方法、装置及电子设备,其需要设置预设阈值组,然而对于本领域人员,很难进行预设阈值组的设定。上述维信诺科技股份有限公司提出的拖影检测方法、装置和存储介质,通过确定待测显示面板的拖影色偏值进行拖影检测,然而对于测试对象显示的颜色(三种颜色)进行了限制,并根据所述三种颜色对应的所述拖影区域内的三刺激值确定白色坐标测量值的过程中,显然上述方法不能对多种颜色的视频图像进行拖影检测。
基于上述,有必要提出一种基于视频流图像的拖影检测方法,以解决视频流图像拖影难以检测及目前基于视频流图像的拖影检测通用性差的问题。
发明内容
本公开提出了一种拖影检测方法及装置、电子设备、存储介质和程序产品的技术方案。
根据本公开的一方面,提供了一种拖影检测方法,包括:
获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;
利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;
基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
优选地,在所述分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点之前,利用预设目标检测模型分别确定所述多个时刻原始的待检测视频图像对应的第一目标;
利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;和/或,
所述利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点的方法,包括:
利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻原始的裁剪视频图像对应的多个第一特征检测点。
优选地,在所述分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点之前,利用预设目标检测模型分别确定所述多个时刻显示的待检测视频图像对应的第二目标;
利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;和/或,
所述利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点的方法,包括:
利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻显示的裁剪视频图像对应的多个第二特征检测点。
优选地,所述基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:利用预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;或,
所述基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:
利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;
基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集;
基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;和/或,
在基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影之前,还包括:
利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵;
基于所述第二配准矩阵,对所述多个第一特征检测点进行配对,得到配对的多个第二特征检测点集;
分别计算所述对的多个第二特征检测点集之间的特征检测点距离,得到对应的预设距离;和/或,
所述基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:
分别计算所述多个第一特征检测点集对应的多个特征检测点距离;
基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;和/或,
所述基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:
若所述多个特征检测点距离分别小于或等于对应的预设距离,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影;或,
所述基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:
统计所述多个特征检测点距离大于对应的预设距离的数目;
若所述数目小于或等于所述设定数目,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影。
根据本公开的一方面,提供了一种拖影检测装置,包括:
第一特征检测点提取单元,用于获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;
第二特征检测点提取单元,用于利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;
检测单元,用于基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
优选地,所述第一特征检测点提取单元,包括:第一目标检测单元;其中,所述第一目标检测单元,用于在所述分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点之前,利用预设目标检测模型分别确定所述多个时刻原始的待检测视频图像对应的第一目标;利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;和/或,
所述第一特征检测点提取单元,还包括:第一裁剪单元;其中,所述第一裁剪单元,用于利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻原始的裁剪视频图像对应的多个第一特征检测点;和/或,
所述第二特征检测点提取单元,包括:第二目标检测单元;其中,所述第二目标检测单元,用于在所述分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点之前,利用预设目标检测模型分别确定所述多个时刻显示的待检测视频图像对应的第二目标;
利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;和/或,
所述第二特征检测点提取单元,还包括:第二裁剪单元;其中,所述第二裁剪单元,用于利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻显示的裁剪视频图像对应的多个第二特征检测点。
优选地,所述检测单元,包括:预设分类器;利用所述预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;或,
所述检测单元,包括:第一配准单元、第一配对单元及第一检测单元;其中,所述第一配准单元,用于利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;所述第一配对单元,用于基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集;所述第一检测单元,用于基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;和/或,
所述第一检测单元,包括:第二配准单元、第二配对单元及第一距离计算单元;其中,所述第二配准单元,用于利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵;所述第二配对单元,基于所述第二配准矩阵,对所述多个第一特征检测点进行配对,得到配对的多个第二特征检测点集;所述第一距离计算单元,用于分别计算所述对的多个第二特征检测点集之间的特征检测点距离,得到对应的预设距离;和/或,
所述第一距离单元,包括:第一计算单元及第二检测单元;其中,所述第一计算单元,用于分别计算所述多个第一特征检测点集对应的多个特征检测点距离;所述第二检测单元,用于基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;和/或,
所述第二检测单元,包括:判断单元;其中,所述判断单元,用于若所述多个特征检测点距离分别小于或等于对应的预设距离,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影;或,
所述第二检测单元,包括:统计单元;其中,所述统计单元,用于统计所述多个特征检测点距离大于对应的预设距离的数目;若所述数目小于或等于所述设定数目,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述拖影检测方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述拖影检测方法。
根据本公开的一方面,提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述的拖影检测方法。
在本公开实施例中,本公开提出了一种拖影检测方法及装置、电子设备、存储介质和程序产品的技术方案,以解决视频流图像拖影难以检测及目前基于视频流图像的拖影检测通用性差的问题。
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,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
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公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的拖影检测方法的流程图;
图2示出根据本公开实施例的拖影检测装置的示意图;
图3是根据一示例性实施例示出的一种电子设备800的框图;
图4是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
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。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了拖影检测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种拖影检测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图1示出根据本公开实施例的拖影检测方法的流程图。如图1所示,所述的拖影检测方法,包括:步骤S101:获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;步骤S102:利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;步骤S103:基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。以解决视频流图像拖影难以检测及目前基于视频流图像的拖影检测通用性差的问题。
步骤S101:获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点。
在本公开的实施例及其他的实施例中,所述视频流内包括多个时刻原始的待检测视频图像,某一时刻对应的视频图像及某一时刻下一个时刻对应的视频图像交替刷新,一秒超过24个视频图像,就会形成连续的视频图像画面,就成为动态视频。同时,所述视频流中多个时刻可配置为100,即所述视频流内包含100个原始的待检测视频图像;利用预设卷积神经网络分别提取所述100个原始的待检测视频图像对应的多个第一特征检测点。
在本公开的实施例及其他的实施例中,本公开不对所述视频流的类型进行限制。例如,所述视频流的类型可配置为RTMP(推流端、拉流端)、RTSP(推流端)、HLS(拉流端)、FLV(拉流端)等的一种或几种。
在本公开的实施例及其他的实施例中,所述预设卷积神经网络,可包括:第一卷积层及与其连接的第一池化层,与所述第一池化层连接的第二卷积层及与所述第二卷积层与其连接的第二池化层,与所述第二池化层连接的全连接层,分别将所述全连接层的输出配置为得到所述多个时刻原始的待检测视频图像对应的多个第一特征检测点。其中,所述第一卷积层可配置为大小5×5的卷积核,对应的步长可配置为1;所述第二卷积层可配置为大小3×3的卷积核,对应的步长可配置为1。其中,所述第一池化层及所述第二池化层分别可配置为最大值池化。
在本公开的实施例及其他的实施例中,所述预设卷积神经网络,可包括:第一卷积层及与其连接的第一池化层,与所述第一池化层连接的注意力机制模块、与所述注意力机制模块及所述第一池化层连接的第二卷积层及与所述第二卷积层连接的第二池化层,与所述第二池化层连接的全连接层,分别将所述全连接层的输出配置为得到所述多个时刻原始的待检测视频图像对应的多个第一特征检测点。
在本公开的实施例及其他的实施例中,利用所述第一卷积层及与其连接的第一池化层,分别对所述多个时刻原始的待检测视频图像进行特征提取及池化,得到原始特征矩阵;利用所述注意力机制模块,对所述原始特征矩阵进行注意力提取,得到对应的原始权重特征矩阵;对所述原始特征矩阵及所述原始权重特征矩阵进行乘法操作,得到所述原始特征矩阵;利用所述全连接层,对所述原始特征矩阵进行特征压缩,得到所述多个时刻原始的待检测视频图像对应的多个第一特征检测点。
在本公开的实施例中,在所述分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点之前,利用预设目标检测模型分别确定所述多个时刻原始的待检测视频图像对应的第一目标;利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点。
在本公开的实施例及其他的实施例中,所述预设目标检测模型可配置为YOLO目标检测模型,例如YOLOv5。其中,所述预设目标检测模型,包括:骨干层、与所述骨干层连接的颈部层及与所述颈部层连接的预测层;利用所述骨干层,分别对所述多个时刻原始的待检测视频图像进行特征提取,得到对应的不同尺度的全局特征矩阵;其中,所述骨干层的末端设置有用于得到所述不同尺度的全局特征矩阵对应的第一多尺度Swin Transformer模块;利用所述颈部层,对所述不同尺度的全局特征矩阵进行处理,得到处理后的不同尺度的多个全局注意力特征矩阵;其中,所述颈部层包括或在所述颈部层设置用于对所述不同尺度的全局特征矩阵进行处理的多个依次相连接的第二多尺度Swin Transformer模块;基于所述多个全局注意力特征矩阵,完成所述多个时刻原始的待检测视频图像对应的第一目标。其中,所述第一目标的检测物体配置为所述多个时刻原始的待检测视频图像中的多个人物和/或物体。
在本公开的实施例中,所述利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点的方法,包括:利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻原始的裁剪视频图像对应的多个第一特征检测点。
在本公开的实施例及其他的实施例中,所述利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像的方法,包括:分别计算所述第一目标内每个检测物体检测框对应的2个对角线长度及其对应的顶点位置信息;基于设定倍数,分别利用所述2个对角线长度及其对应的顶点位置信息,确定所述每个检测物体对应的区域;分别基于所述每个检测物体对应的区域,从所述多个时刻原始的待检测视频图像中分别裁剪出所述每个检测物体,得到所述第一目标对应的多个时刻原始的裁剪视频图像。其中,本领域技术人员可根据实际需要对所述设定倍数进行配置。
步骤S102:利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点。
在本公开的实施例及其他的实施例中,分别利用终端显示设备对应的多个设定刷新率对所述视频流中多个时刻原始的待检测视频图像进行显示,得到所述多个设定刷新率对应的多个时刻显示的待检测视频图像,进而确定存在拖影对应的设定刷新率,进而在终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示过程中,在所述存在拖影对应的设定刷新率下对所述视频流中多个时刻原始的待检测视频图像进行显示。
在本公开的实施例及其他的实施例中,所述在终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示过程中,在所述存在拖影对应的设定刷新率下对所述视频流中多个时刻原始的待检测视频图像进行显示的方法,包括:获取所述终端显示设备的配置刷新率;若所述配置刷新率小于所述存在拖影对应的设定刷新率,则在所述配置刷新率下对所述视频流中多个时刻原始的待检测视频图像进行显示;否则,将所述配置刷新率降低到所述设定刷新率,并在所述设定刷新率下对所述视频流中多个时刻原始的待检测视频图像进行显示。
在本公开的实施例及其他的实施例中,所述终端显示设备可配置为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等对应的终端显示。
同样地,在本公开的实施例及其他的实施例中,所述预设卷积神经网络,可包括:第一卷积层及与其连接的第一池化层,与所述第一池化层连接的第二卷积层及与所述第二卷积层与其连接的第二池化层,与所述第二池化层连接的全连接层,分别将所述全连接层的输出配置为得到所述多个时刻显示的待检测视频图像对应的多个第二特征检测点。
在本公开的实施例及其他的实施例中,所述预设卷积神经网络,可包括:第一卷积层及与其连接的第一池化层,与所述第一池化层连接的注意力机制模块、与所述注意力机制模块及所述第一池化层连接的第二卷积层及与所述第二卷积层连接的第二池化层,与所述第二池化层连接的全连接层,分别将所述全连接层的输出配置为得到所述多个时刻显示的待检测视频图像对应的多个第二特征检测点。其中,所述第一卷积层可配置为大小5×5的卷积核,对应的步长可配置为1;所述第二卷积层可配置为大小3×3的卷积核,对应的步长可配置为1。其中,所述第一池化层及所述第二池化层分别可配置为最大值池化。
在本公开的实施例及其他的实施例中,利用所述第一卷积层及与其连接的第一池化层,分别对所述多个时刻显示的待检测视频图像进行特征提取及池化,得到显示特征矩阵;利用所述注意力机制模块,对所述显示特征矩阵进行注意力提取,得到对应的显示权重特征矩阵;对所述显示特征矩阵及所述显示权重特征矩阵进行乘法操作,得到所述显示特征矩阵;利用所述全连接层,对所述显示特征矩阵进行特征压缩,得到所述多个时刻显示的待检测视频图像对应的多个第二特征检测点。
在本公开的实施例中,在所述分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点之前,利用预设目标检测模型分别确定所述多个时刻显示的待检测视频图像对应的第二目标;利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点。
同样地,在本公开的实施例及其他的实施例中,所述预设目标检测模型可配置为YOLO目标检测模型,例如YOLOv5。其中,所述预设目标检测模型,包括:骨干层、与所述骨干层连接的颈部层及与所述颈部层连接的预测层;利用所述骨干层,分别对所述多个时刻显示的待检测视频图像进行特征提取,得到对应的不同尺度的全局特征矩阵;其中,所述骨干层的末端设置有用于得到所述不同尺度的全局特征矩阵对应的第一多尺度SwinTransformer模块;利用所述颈部层,对所述不同尺度的全局特征矩阵进行处理,得到处理后的不同尺度的多个全局注意力特征矩阵;其中,所述颈部层包括或在所述颈部层设置用于对所述不同尺度的全局特征矩阵进行处理的多个依次相连接的第二多尺度SwinTransformer模块;基于所述多个全局注意力特征矩阵,完成所述多个时刻显示的待检测视频图像对应的第二目标。其中,所述第二目标的检测物体配置为所述多个时刻显示的待检测视频图像中的多个人物和/或物体。
在本公开的实施例中,所述利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点的方法,包括:利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻显示的裁剪视频图像对应的多个第二特征检测点。
在本公开的实施例及其他的实施例中,所述利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像的方法,包括:分别计算所述第二目标内每个检测物体检测框对应的2个对角线长度及其对应的顶点位置信息;基于设定倍数,分别利用所述2个对角线长度及其对应的顶点位置信息,确定所述每个检测物体对应的区域;分别基于所述每个检测物体对应的区域,从所述多个时刻显示的待检测视频图像中分别裁剪出所述每个检测物体,得到所述第二目标对应的多个时刻显示的裁剪视频图像。其中,本领域技术人员可根据实际需要对所述设定倍数进行配置。
步骤S103:基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例及其他的实施例中,提出了一种基于分类器的智能拖影检测方法。其中,所述基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:利用预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例及其他的实施例中,所述预设分类器可配置为支持向量机、决策树、随机森林、K近邻、逻辑回归、自适应增强、线性判别分析及多层感知机的一种或几种。
在本公开的实施例及其他的实施例中,利用预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,分别得到表示存在拖影的多个第一概率值及表示不存在拖影的多个第二概率值,基于所述多个第一概率值及对应的第二概率值确定所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例及其他的实施例中,所述基于所述多个第一概率值及对应的第二概率值确定所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:若所述多个第一概率值中的某一第一概率值大于对应的第二概率值,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影。
在本公开的实施例及其他的实施例中,所述利用预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:分别确定所述多个第一特征检测点及所述多个第二特征检测点对应的配对的多个第一特征检测点集;分别计算所述配对的多个第一特征检测点集中配对点之间的差值,得到对应的差值特征向量;利用预设分类器,基于所述差值特征向量检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例及其他的实施例中,所述分别确定所述多个第一特征检测点及所述多个第二特征检测点对应的配对的多个第一特征检测点集的方法,包括:利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集。
在本公开的实施例及其他的实施例中,本领域技术人员可根据实际需要对所述设定相邻时刻进行配置。例如,所述设定相邻时刻可配置为1ms,此时基于原始的待检测视频图像与其前1ms或后1ms的显示的待检测视频图像对应的所述多个第一特征检测点及所述多个第二特征检测点检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。同时,所述设定相邻时刻可配置还可配置为其他数值,例如,0.1ms或0.5ms等。
在本公开的实施例中,所述基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集;基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例及其他的实施例中,本领域技术人员可根据实际需要对所述预设配准模型进行配置。例如,所述预设配准模型可配置为点特征、线特征、面特征对应的配准模型。又例如,所述配准模型为SIFT配准模型、SURF配准模型、仿射变换配准模型等的一种或几种。
在本公开的实施例及其他的实施例中,在所述利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵之前,还包括:分别统计所述第一目标对应的多个时刻原始的裁剪视频图像的第一数目与所述第二目标内的所述多个时刻显示的裁剪视频图像的第二数目;若所述第一数目等于所述第二数目,则分别利用预设配准模型对相同设定相邻时刻的多个时刻原始的裁剪视频图像及多个时刻显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;否则,分别计算所述多个时刻原始的裁剪视频图像与所述多个时刻显示的裁剪视频图像中每个图像之间的相似度;基于所述相似度及预设相似度,确定所述多个时刻原始的裁剪视频图像及所述多个时刻显示的裁剪视频图像中的相似图像;分别利用预设配准模型对所述多个时刻原始的裁剪视频图像及所述多个时刻显示的裁剪视频图像中的相似图像进行配准,得到对应的多个时刻的第一配准矩阵。
例如,在本公开的实施例及其他的实施例中,所述第一目标对应的多个时刻原始的裁剪视频图像的第一数目为50;同样地,所述第二目标内的所述多个时刻显示的裁剪视频图像的第二数目也为50。此时,所述第一数目等于所述第二数目,分别利用预设配准模型对相同设定相邻时刻的多个时刻原始的裁剪视频图像及多个时刻显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵。又例如,所述第一目标对应的多个时刻原始的裁剪视频图像的第一数目为50;同样地,所述第二目标内的所述多个时刻显示的裁剪视频图像的第二数目也为70,说明此时所述多个时刻显示的裁剪视频图像有新的检测物体出现;或,所述第一目标对应的多个时刻原始的裁剪视频图像的第一数目为50;同样地,所述第二目标内的所述多个时刻显示的裁剪视频图像的第二数目也为35,说明此时所述多个时刻显示的裁剪视频图像有检测物体消失;进而,分别计算所述多个时刻原始的裁剪视频图像与所述多个时刻显示的裁剪视频图像中每个图像之间的相似度;基于所述相似度及预设相似度,确定所述多个时刻原始的裁剪视频图像及所述多个时刻显示的裁剪视频图像中的相似图像;分别利用预设配准模型对所述多个时刻原始的裁剪视频图像及所述多个时刻显示的裁剪视频图像中的相似图像进行配准,得到对应的多个时刻的第一配准矩阵。
在本公开的实施例及其他的实施例中,分别计算所述多个时刻原始的裁剪视频图像与所述多个时刻显示的裁剪视频图像中每个图像之间的相似度对应的算法可配置为余弦相似度算法或互信息算法或结构相似性算法或哈希相似度算法等的一种或几种。
在本公开的实施例中,在基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影之前,还包括:利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵;基于所述第二配准矩阵,对所述多个第一特征检测点进行配对,得到配对的多个第二特征检测点集;分别计算所述对的多个第二特征检测点集之间的特征检测点距离,得到对应的预设距离。
同样地,在本公开的实施例及其他的实施例中,在所述利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵之前,还包括:分别统计所述第一目标对应的多个时刻中设定相邻时刻对应的原始的裁剪视频图像的第一数目;若所述设定相邻时刻对应的第一数目相等,则分别利用预设配准模型对相同设定相邻时刻的多个时刻原始的裁剪视频图像及多个时刻显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;否则,分别计算所述第一目标对应的多个时刻中设定相邻时刻对应的原始的裁剪视频图像中每个图像之间的相似度;基于所述相似度及预设相似度,确定所述第一目标对应的多个时刻中设定相邻时刻对应的原始的裁剪视频图像中的相似图像;分别利用预设配准模型对所述第一目标对应的多个时刻中设定相邻时刻对应的原始的裁剪视频图像中的相似图像进行配准,得到对应的多个时刻的第二配准矩阵。
在本公开的实施例中,所述基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:分别计算所述多个第一特征检测点集对应的多个特征检测点距离;基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例中,所述基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:若所述多个特征检测点距离分别小于或等于对应的预设距离,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影;或,所述基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:统计所述多个特征检测点距离大于对应的预设距离的数目;若所述数目小于或等于所述设定数目,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影。
在本公开的实施例及其他的实施例中,本领域技术人员可根据实际需要对所述设定数目进行配置。
拖影检测方法的执行主体可以是拖影检测装置,例如,拖影检测方法可以由终端设备或服务器或其它处理设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal DigitalAssistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该拖影检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
本领域技术人员可以理解,在具体实施方式的上述拖影检测方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图2示出根据本公开实施例的拖影检测装置的框图。如图2所示,所述的拖影检测装置,包括:第一特征检测点提取单元101,用于获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;第二特征检测点提取单元102,用于利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;检测单元103,用于基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。以解决视频流图像拖影难以检测及目前基于视频流图像的拖影检测通用性差的问题。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文拖影检测方法实施例描述的方法,其具体实现可以参照上文拖影检测方法实施例的描述,为了简洁,这里不再赘述。
在本公开的实施例中,所述第一特征检测点提取单元,包括:第一目标检测单元;其中,所述第一目标检测单元,用于在所述分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点之前,利用预设目标检测模型分别确定所述多个时刻原始的待检测视频图像对应的第一目标;利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点。
在本公开的实施例中,所述第一特征检测点提取单元,还包括:第一裁剪单元;其中,所述第一裁剪单元,用于利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻原始的裁剪视频图像对应的多个第一特征检测点。
在本公开的实施例中,所述第二特征检测点提取单元,包括:第二目标检测单元;其中,所述第二目标检测单元,用于在所述分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点之前,利用预设目标检测模型分别确定所述多个时刻显示的待检测视频图像对应的第二目标;利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点。
在本公开的实施例中,所述第二特征检测点提取单元,还包括:第二裁剪单元;其中,所述第二裁剪单元,用于利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻显示的裁剪视频图像对应的多个第二特征检测点。
在本公开的实施例中,所述检测单元,包括:预设分类器;利用所述预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;或,所述检测单元,包括:第一配准单元、第一配对单元及第一检测单元;其中,所述第一配准单元,用于利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;所述第一配对单元,用于基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集;所述第一检测单元,用于基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例中,所述第一检测单元,包括:第二配准单元、第二配对单元及第一距离计算单元;其中,所述第二配准单元,用于利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵;所述第二配对单元,基于所述第二配准矩阵,对所述多个第一特征检测点进行配对,得到配对的多个第二特征检测点集;所述第一距离计算单元,用于分别计算所述对的多个第二特征检测点集之间的特征检测点距离,得到对应的预设距离。
在本公开的实施例及其他的实施例中,所述第一距离单元,包括:第一计算单元及第二检测单元;其中,所述第一计算单元,用于分别计算所述多个第一特征检测点集对应的多个特征检测点距离;所述第二检测单元,用于基于所述多个特征检测点距离及对应的预设距离检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
在本公开的实施例及其他的实施例中,所述第二检测单元,包括:判断单元;其中,所述判断单元,用于若所述多个特征检测点距离分别小于或等于对应的预设距离,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影;或,所述第二检测单元,包括:统计单元;其中,所述统计单元,用于统计所述多个特征检测点距离大于对应的预设距离的数目;若所述数目小于或等于所述设定数目,则所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像不存在拖影;否则,所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像存在拖影。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述拖影检测方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述拖影检测方法。其中,电子设备可以被提供为终端、服务器或其它形态的设备。
本公开实施例还提出一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述的拖影检测方法。
图3是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图3,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图4是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图4,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种拖影检测方法,其特征在于,包括:
获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;
利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;
基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
2.根据权利要求1所述的拖影检测方法,其特征在于,包括:在所述分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点之前,利用预设目标检测模型分别确定所述多个时刻原始的待检测视频图像对应的第一目标;
利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;和/或,
所述利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点的方法,包括:
利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻原始的裁剪视频图像对应的多个第一特征检测点。
3.根据权利要求1-2任一项所述的拖影检测方法,其特征在于,包括:在所述分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点之前,利用预设目标检测模型分别确定所述多个时刻显示的待检测视频图像对应的第二目标;
利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;和/或,
所述利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点的方法,包括:
利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻显示的裁剪视频图像对应的多个第二特征检测点。
4.根据权利要求1-3任一项所述的拖影检测方法,其特征在于,所述基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:利用预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;或,
所述基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影的方法,包括:
利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;
基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集;
基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;和/或,
在基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影之前,还包括:
利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵;
基于所述第二配准矩阵,对所述多个第一特征检测点进行配对,得到配对的多个第二特征检测点集;
分别计算所述对的多个第二特征检测点集之间的特征检测点距离,得到对应的预设距离。
5.一种拖影检测装置,其特征在于,包括:
第一特征检测点提取单元,用于获取视频流中多个时刻原始的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;
第二特征检测点提取单元,用于利用终端显示设备对所述视频流中多个时刻原始的待检测视频图像进行显示,得到对应的多个时刻显示的待检测视频图像,并利用预设卷积神经网络分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;
检测单元,用于基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影。
6.根据权利要求5所述的拖影检测装置,其特征在于,所述第一特征检测点提取单元,包括:第一目标检测单元;其中,所述第一目标检测单元,用于在所述分别提取所述多个时刻原始的待检测视频图像对应的多个第一特征检测点之前,利用预设目标检测模型分别确定所述多个时刻原始的待检测视频图像对应的第一目标;利用预设卷积神经网络分别提取所述第一目标内的所述多个时刻原始的待检测视频图像对应的多个第一特征检测点;和/或,
所述第一特征检测点提取单元,还包括:第一裁剪单元;其中,所述第一裁剪单元,用于利用所述第一目标,分别对所述多个时刻原始的待检测视频图像进行裁剪,得到所述第一目标对应的多个时刻原始的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻原始的裁剪视频图像对应的多个第一特征检测点;和/或,
所述第二特征检测点提取单元,包括:第二目标检测单元;其中,所述第二目标检测单元,用于在所述分别提取所述多个时刻显示的待检测视频图像对应的多个第二特征检测点之前,利用预设目标检测模型分别确定所述多个时刻显示的待检测视频图像对应的第二目标;
利用预设卷积神经网络分别提取所述第二目标内的所述多个时刻显示的待检测视频图像对应的多个第二特征检测点;和/或,
所述第二特征检测点提取单元,还包括:第二裁剪单元;其中,所述第二裁剪单元,用于利用所述第二目标,分别对所述多个时刻显示的待检测视频图像进行裁剪,得到所述第二目标对应的多个时刻显示的裁剪视频图像;利用预设卷积神经网络分别提取所述多个时刻显示的裁剪视频图像对应的多个第二特征检测点。
7.根据权利要求5-6任一项所述的拖影检测装置,其特征在于,所述检测单元,包括:预设分类器;利用所述预设分类器,基于所述多个时刻中设定相邻时刻的所述多个第一特征检测点及所述多个第二特征检测点,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;或,
所述检测单元,包括:第一配准单元、第一配对单元及第一检测单元;其中,所述第一配准单元,用于利用预设配准模型,分别对相同设定相邻时刻的所述原始的待检测视频图像及所述显示的待检测视频图像进行配准,得到对应的多个时刻的第一配准矩阵;所述第一配对单元,用于基于所述多个时刻的第一配准矩阵,分别对所述多个第一特征检测点及所述多个第二特征检测点进行配对,得到配对的多个第一特征检测点集;所述第一检测单元,用于基于所述配对的多个第一特征检测点集及对应的预设距离,检测所述多个时刻原始的待检测视频图像对应的多个时刻显示的待检测视频图像是否存在拖影;和/或,
所述第一检测单元,包括:第二配准单元、第二配对单元及第一距离计算单元;其中,所述第二配准单元,用于利用预设配准模型,分别对所述多个时刻中设定相邻时刻对应的原始的待检测视频图像进行配准,得到对应的多个时刻的第二配准矩阵;所述第二配对单元,基于所述第二配准矩阵,对所述多个第一特征检测点进行配对,得到配对的多个第二特征检测点集;所述第一距离计算单元,用于分别计算所述对的多个第二特征检测点集之间的特征检测点距离,得到对应的预设距离。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至4中任意一项所述的拖影检测方法。
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的拖影检测方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至4中任意一项所述的拖影检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410241777.0A CN118118651A (zh) | 2024-03-04 | 2024-03-04 | 拖影检测方法及装置、电子设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410241777.0A CN118118651A (zh) | 2024-03-04 | 2024-03-04 | 拖影检测方法及装置、电子设备、存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118118651A true CN118118651A (zh) | 2024-05-31 |
Family
ID=91213703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410241777.0A Pending CN118118651A (zh) | 2024-03-04 | 2024-03-04 | 拖影检测方法及装置、电子设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118118651A (zh) |
-
2024
- 2024-03-04 CN CN202410241777.0A patent/CN118118651A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN112001321B (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN109522910B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN107692997B (zh) | 心率检测方法及装置 | |
CN111753822A (zh) | 文本识别方法及装置、电子设备和存储介质 | |
CN110688951A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109615006B (zh) | 文字识别方法及装置、电子设备和存储介质 | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN110633700B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN111243011A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN110781813B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109670077B (zh) | 视频推荐方法、装置和计算机可读存储介质 | |
CN110781957A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113065591B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN105678296B (zh) | 确定字符倾斜角度的方法及装置 | |
CN113920465A (zh) | 片尾识别方法、装置、电子设备及存储介质 | |
CN114332503A (zh) | 对象重识别方法及装置、电子设备和存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN112148980A (zh) | 基于用户点击的物品推荐方法、装置、设备和存储介质 | |
CN106372663B (zh) | 构建分类模型的方法及装置 | |
CN111652107A (zh) | 对象计数方法及装置、电子设备和存储介质 |
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 |