遗留物检测方法、装置及设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112837326A(43)申请公布日2021.05.25(21)申请号202110111585.4(22)申请日2021.01.27(71)申请人南京中兴力维软件有限公司地址210000江苏省南京市江宁经济技术开发区正方中路888号申请人深圳力维智联技术有限公司(72)发明人邵新庆吴肖张磊覃晓元(74)专利代理机构深圳鼎合诚知识产权代理有限公司44281代理人彭家恩彭愿洁(51)Int.Cl.G06T7/11(2017.01)G06K9/62(2006.01)G06N3/08(2006.01)G06T5/50(2006.01)权利要求书2页说明书10页附图3页(54)发明名称遗留物检测方法、装置及设备(57)摘要一种遗留物检测方法、装置及设备，通过获取目标检测区域的采集时刻间隔大于等于预设时长的第一图像和第二图像；将第一图像和第二图像分别输入到预先训练好的目标语义分割模型中，以分别得到第一图像和第二图像中各像素点对应的类别信息；根据第一图像中各像素点对应的类别信息确定第一图像中疑似存在遗留物的第一区域；根据第二图像中各像素点对应的类别信息确定第二图像中疑似存在遗留物的第二区域；根据第一区域和第二区域，确定目标检测区域中是否存在遗留物。由于遗留物在监控区域中通常仅占据较小的比例，而通过像素点的类别进行遗留物的划分，可以更准确地检测到图像中的任意小的物体，从而降低了遗留物检测的漏检率。CN112837326ACN112837326A权利要求书1/2页1.一种遗留物检测方法，其特征在于，包括：获取目标检测区域的第一图像和第二图像，其中，所述第一图像和所述第二图像的采集时刻间隔大于等于预设时长；将所述第一图像和所述第二图像分别输入到预先训练好的目标语义分割模型中，以分别得到所述第一图像和所述第二图像中各像素点对应的类别信息，所述目标语义分割模型基于标注了各像素点对应的类别信息的训练样本训练得到；根据所述第一图像中各像素点对应的类别信息确定所述第一图像中疑似存在遗留物的第一区域；根据所述第二图像中各像素点对应的类别信息确定所述第二图像中疑似存在遗留物的第二区域；根据所述第一区域和所述第二区域，确定所述目标检测区域中是否存在遗留物。2.如权利要求1所述的方法，其特征在于，所述根据所述第一区域和所述第二区域，确定所述目标检测区域中是否存在遗留物，包括：计算所述第一区域与所述第二区域的重合度；若所述重合度大于预设阈值，则确定所述目标检测区域中存在遗留物；若所述重合度小于或等于预设阈值，则确定所述目标检测区域中不存在遗留物。3.如权利要求2所述的方法，其特征在于，所述计算所述第一区域与所述第二区域的重合度，包括：通过预设交并比公式得到所述第一区域与所述第二区域的重合度，所述预设交并比公式为：其中，IoU为所述所述第一区域与所述第二区域的重合度，为所述第一图像中疑似存在遗留物和所述第二图像中疑似存在遗留物的重叠区域，为所述第一图像中疑似存在遗留物和所述第二图像中疑似存在遗留物的合并区域。4.如权利要求2所述的方法，其特征在于，在所述确定所述目标检测区域中存在遗留物之后，所述方法还包括：输出提示信息，以提示所述目标检测区域中存在遗留物。5.如权利要求1所述的方法，其特征在于，所述目标语义分割模型输出的类别信息包括遗留物，还包括人、机动车、非机动车、动物和背景中的一种或者多种。6.如权利要求1‑5任一项所述的方法，其特征在于，所述目标语义分割模型包括依次连接的特征提取模块、金字塔池化模块和预测模块；所述特征提取模块用于通过卷积神经网络获取输入图像的第一特征图；所述金字塔池化模块用于通过扩张卷积从所述第一特征图获取所述输入图像在多个尺度上的特征图，并将所述多个尺度上的特征图进行升采样后与所述第一特征图进行合并，得到合并后的特征图；2CN112837326A权利要求书2/2页所述预测模块用于通过对所述合并后的特征图进行卷积操作，预测所述输入图像中各像素点属于各类别的概率，并将各像素点中最大概率值对应的类别确定为相应像素点对应的类别信息。7.如权利要求6所述的方法，其特征在于，在对所述目标语义分割模型进行训练时，根据交叉熵损失函数确定所述目标语义分割模型是否收敛。8.一种遗留物检测装置，其特征在于，包括：第一获取模块，用于获取目标检测区域的第一图像和第二图像，其中，所述第一图像和所述第二图像的采集时刻间隔大于等于预设时长；第二获取模块，用于将所述第一图像和所述第二图像分别输入到预先训练好的目标语义分割模型中，以分别得到所述第一图像和所述第二图像中各像素点对应的类别信息，所述目标语义分割模型基于标注了各像素点对应的类别信息的训练样本训练得到；第一确定模块，用于根据所述第一图像中各