目标检测方法、装置、设备及存储介质.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CN110490073A(43)申请公布日2019.11.22(21)申请号201910637703.8(22)申请日2019.07.15(71)申请人浙江省北大信息技术高等研究院地址311200浙江省杭州市萧山区宁围镇市心北路857号288-1室申请人杭州未名信科科技有限公司(72)发明人樊龙黄晓峰殷海兵贾惠柱(74)专利代理机构北京辰权知识产权代理有限公司11619代理人刘广达(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书7页附图2页(54)发明名称目标检测方法、装置、设备及存储介质(57)摘要本申请公开了一种目标检测方法、装置、设备及存储介质，获取视频数据，对所述视频数据的第一图像序列进行预处理，获得去除背景图像的第二图像序列，将所述第二图像序列输入训练好的检测模型中进行目标检测，获得目标检测结果。一方面，对于去除背景的图像只保留前景目标，没有其它背景图像的干扰，检测模型在学习和推理时更关注前景目标，从而可以提高目标检测准确率；另一方面，由于去除了输入图像的背景像素，检测模型所看到的只有前景像素，完全不会受到视频或者图片序列场景的影响，从而提高了目标检测的场景迁移性能。CN110490073ACN110490073A权利要求书1/2页1.一种目标检测方法，其特征在于，包括：获取视频数据；对所述视频数据的第一图像序列进行预处理，获得去除背景图像的第二图像序列；将所述第二图像序列输入训练好的检测模型中进行目标检测，获得目标检测结果。2.根据权利要求1所述的方法，其特征在于，所述对所述视频数据的第一图像序列进行预处理，获得去除背景图像的第二图像序列，包括：利用背景减除法对所述视频数据的第一图像序列进行运动目标检测；保留运动目标所在区域像素，利用形态学方法对所述运动目标所在区域像素进行分割处理，分割成独立的运动目标单元，以获得去除背景图像的第二图像序列。3.根据权利要求1所述的方法，其特征在于，所述检测模型采用SSD框架，该SSD框架包括特征提取网络和目标检测网络。4.根据权利要求3所述的方法，其特征在于，所述方法还包括训练SSD框架，其包括：对样本视频数据的图像序列进行预处理，获得去除背景图像的样本图像序列；对所述样本图像序列进行人工目标标注，获得训练数据集；基于所述训练数据集对SSD框架进行训练：首先初始化网络中待训练的参数及超参数，向初始化后的网络中输入训练数据进行网络前向传播，得到实际的输出结果，通过损失函数结合反向传播BP算法调整网络参数，进行迭代训练，至损失函数的损失值小于设定阈值或达到最大迭代次数时训练结束，得到训练好的SSD框架。5.根据权利要求4所述的方法，其特征在于，所述损失函数为位置误差与置信度误差的加权和。6.根据权利要求5所述的方法，其特征在于，所述置信度误差的计算公式如下：其中，表示预测框i与真实框j关于类别匹配。7.一种目标检测装置，其特征在于，包括：获取模块，用于获取视频数据；预处理模块，用于对所述视频数据的第一图像序列进行预处理，获得去除背景图像的第二图像序列；目标检测模块，用于将所述第二图像序列输入训练好的检测模型中进行目标检测，获得目标检测结果。8.根据权利要求7所述的装置，其特征在于，所述预处理模块，具体用于：利用背景减除法对所述视频数据的第一图像序列进行运动目标检测；保留运动目标所在区域的像素掩码，利用形态学方法提取运动目标所在区域像素；获取去除背景图像的第二图像序列。9.一种电子设备，包括：存储器和处理器；所述存储器，用于存储计算机程序；其中，所述处理器执行所述存储器中的计算机程序，以实现如权利要求1-6中任一项所述的方法。2CN110490073A权利要求书2/2页10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-6中任一项所述的方法。3CN110490073A说明书1/7页目标检测方法、装置、设备及存储介质技术领域[0001]本申请涉及计算机视觉技术领域，特别涉及一种目标检测方法、装置、设备及存储介质。背景技术[0002]众所周知，视觉是获取信息最直接和有效的手段，然而大多数监控系统处于“只记录不判断”的工作模式，摄像机获取的视频信号传送到控制中心，由控制中心的操作员分析并且做出相应的判断。然而这样在人力资源上存在极大的浪费。随着计算机视觉智能视频处理系统的出现，利用图像处理技术和机器学习方法实现目标检测和跟踪等视频分析。[0003]目标检测的任务是找出图像中所有感兴趣的目标，确定它们的位置和大小