图像处理的方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能技术领域，尤其涉及一种图像处理的方法、装置、电子设备及存储介质。


背景技术：

2.随着人工智能(artificial intelligence，ai)技术的飞速发展，目前在交通领域，可以通过在边缘计算服务器上部署目标追踪算法，识别出车辆的行动轨迹，从而识别出车辆压线、逆行、超速等一系列违法行为，及时对驾驶员进行告警提醒。但现有技术中的目标追踪算法，采用的是固定的抽帧频率，导致对目标对象进行检测的检测准确率低。


技术实现要素：

3.本公开提供了一种图像处理的方法、装置、电子设备及存储介质，以至少解决相关技术中对图像进行检测的检测准确率低的技术问题。
4.根据本公开的一方面，提供了一种图像处理的方法，包括：获取目标区域的目标视频，其中，目标区域包括预设子区域；基于第一抽帧频率对目标视频进行抽帧，得到第一图像，其中，第一图像为目标视频的第一时刻对应的图像帧；对第一图像进行检测，得到第一检测结果，其中，第一检测结果用于表示在第一时刻预设子区域是否存在目标对象；基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
5.根据本公开的又一方面，提供了一种图像处理的装置，包括：第一获取模块，用于获取目标区域的目标视频，其中，目标区域包括预设子区域；第一抽帧模块，用于基于第一抽帧频率对目标视频进行抽帧，得到第一图像，其中，第一图像为目标视频的第一时刻对应的图像帧；第一检测模块，用于对第一图像进行检测，得到第一检测结果，其中，第一检测结果用于表示在第一时刻预设子区域是否存在目标对象；第二检测模块，用于基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
6.根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提出的图像处理的方法。
7.根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提出的图像处理的方法。
8.根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行本公开提出的图像处理的方法。
9.在本公开中，通过对车道区域划分为弯道区域与非弯道区域，以及对弯道区域设置较高的抽帧频率，对非弯道区域设置较低的抽帧频率，达到了能够快速准确的检测目标车辆的目的，实现了提高检测目标车辆的检测准确率的技术效果，从而解决了相关技术中
对图像进行检测的检测准确率低技术问题。
10.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
11.附图用于更好地理解本方案，不构成对本公开的限定。其中：
12.图1是根据本公开实施例的一种可选的现有技术的抽帧步骤流程图；
13.图2是根据本公开实施例的一种用于实现图像处理的方法的计算机终端(或移动设备)的硬件结构框图；
14.图3是根据本公开实施例的一种图像处理的方法流程图；
15.图4是根据本公开实施例的一种可选的新的目标追踪算法流程图；
16.图5是根据本公开实施例的一种可选的完整道路场景的示意图；
17.图6是根据本公开实施例的一种可选的对弯道区域进行标记的示意图；
18.图7是根据本公开实施例的一种图像处理的装置的结构框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.需要说明的是，本公开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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
21.近些年，ai技术获得了飞速发展，例如，在交通领域，可以在边缘计算服务器(elastic compute service，ecs)上部署目标追踪算法，识别出车辆的行动轨迹，从而识别出车辆压线、逆行、超速等一系列违法行为，及时进行告警提醒。目标追踪算法(deepsort)作为新兴的追踪算法，以原理清晰、准确性高、速度快的特点被广泛使用。在deepsort算法框架中，是通过对目标的特征向量的相似度进行衡量来进行匹配，因此需要相邻帧之间目标的位移和姿态不能变化太大，否则就会有误识别的风险，因此视频的抽帧间隔时间参数设置很重要。而交通场景中，道路通常会分为直道和弯道区域，车辆在弯道区域前进时，不可避免会有姿态的变化。此时如果抽帧时间间隔过长，抽帧频率设置太低，弯道区域的目标特征变化剧烈，很容易引起误识别。如果抽帧时间间隔过短，频率设置太高，则在直道区域的目标调用算法太频繁，造成不必要的算力浪费，影响整体算法性能。在现有deepsort算法的应用中，通常将抽帧频率设置为固定值，即每隔固定时间进行视频抽帧，将图像送入目标检测，再进行目标匹配。图1是根据本公开实施例的一种可选的现有技术的抽帧步骤流程
图，如图1所示，完整的步骤如下：
22.步骤s11，抽帧模块根据设置的抽帧频率，每隔固定的时间进行抽帧；
23.步骤s12，抽帧得到的图像，送入目标检测网络；
24.步骤s13，对目标检测的结果进行匹配和追踪。
25.现有的方案，使用固定的抽帧频率。但是对既有直道又有弯道的交通场景，固定帧率的选择会比较困难。如果抽帧频率设置太低，弯道区域的目标车辆姿态变化明显，特征变化剧烈，很容易引起误识别。如果抽帧频率设置太高，则在直道区域的目标调用算法时耗时严重，影响整体算法性能。
26.根据本公开实施例，提供了一种图像处理的方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
27.本公开实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的电子设备中执行。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。图2示出了一种用于实现图像处理的方法的计算机终端(或移动设备)的硬件结构框图。
28.如图2所示，计算机终端200包括计算单元201，其可以根据存储在只读存储器(rom)202中的计算机程序或者从存储单元208加载到随机访问存储器(ram)203中的计算机程序，来执行各种适当的动作和处理。在ram 203中，还可存储计算机终端200操作所需的各种程序和数据。计算单元201、rom 202以及ram 203通过总线204彼此相连。输入/输出(i/o)接口205也连接至总线204。
29.计算机终端200中的多个部件连接至i/o接口205，包括：输入单元206，例如键盘、鼠标等；输出单元207，例如各种类型的显示器、扬声器等；存储单元208，例如磁盘、光盘等；以及通信单元209，例如网卡、调制解调器、无线通信收发机等。通信单元209允许计算机终端200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
30.计算单元201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元201的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元201执行本文所描述的图像处理的方法。例如，在一些实施例中，图像处理的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元208。在一些实施例中，计算机程序的部分或者全部可以经由rom 202和/或通信单元209而被载入和/或安装到计算机终端200上。当计算机程序加载到ram 203并由计算单元201执行时，可以执行本文描述的图像处理的方法的一个或多个步骤。备选地，在其他实施例中，计算单元201可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像处理的方法。
31.本文中描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系
统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
32.此处需要说明的是，在一些可选实施例中，上述图2所示的电子设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图2仅为特定具体实例的一个实例，并且旨在示出可存在于上述电子设备中的部件的类型。
33.在上述运行环境下，本公开提供了如图3所示的图像处理的方法，该方法可以由图2所示的计算机终端或者类似的电子设备执行。图3是根据本公开实施例的一种图像处理的方法流程图。如图3所示，该方法可以包括如下步骤：
34.步骤s30，获取目标区域的目标视频，其中，目标区域包括预设子区域。
35.上述的目标区域可以是任何一种车道区域，预设子区域可以是任何一种弯道区域，其中，预设子区域包含在目标区域中；可选的，目标区域可以是提前确定好的，可选的，目标区域可以是用户提前确定好的。
36.需要说明的是，预设子区域还可以是任何一种或多种能够表示目标对象的姿态变化快的区域，例如，可以是变道区域，还可以是爬坡区域等，在本实施例中，以弯道区域为例进行说明。
37.在一种可选的实施例中，首先可以获取目标区域的初始视频；可选的，目标视频可以是基于预设时间对初始视频进行截取后得到的视频，还可以是对初始视频中包含目标对象的部分进行提取得到的视频，预设时间可以是用户提前设置好的，具体时间值不做限定，用户可根据自身需求进行设定。
38.上述的目标对象可以是行驶在目标区域中的目标车辆，还可以是目标区域中的行人、障碍物等，但不仅限于此。
39.在另一种可选的实施例中，首先可以确定目标区域，其次可以基于目标区域获取到目标视频，需要说明的是，目标区域中包括预设子区域，预设子区域可以是弯道区域，但不仅限于此，还可以是爬坡区域等，在本实施例中，以弯道区域为例进行说明。
40.在又一种可选的实施例中，首先可以确定目标区域，其次可以通过在目标区域提前部署的摄像头以及边缘计算服务器来获取目标视频，并对目标视频进行处理，需要说明的是，对目标视频进行处理可以包括但不限于边缘服务器，还可以是任何一种能够对目标视频进行处理的处理器、模块、装置、系统以及服务器等，在本实施例中，以边缘服务器为例进行说明。
41.其中，边缘服务器是一种可以提供边缘计算的服务器，边缘计算是一种在数据产生源附近分析、处理数据的计算，其优点是没有数据的流传，从而可以减少网络流量和响应时间。在本步骤中，通过获取目标区域的目标视频，可以为后续获取目标对象的运动信息提供基础。
42.步骤s31，基于第一抽帧频率对目标视频进行抽帧，得到第一图像，其中，第一图像为目标视频的第一时刻对应的图像帧。
43.上述的第一抽帧频率可以是经过较长时间间隔t1对目标视频进行抽帧的频率，例如，可以是通过10s对目标视频进行抽帧的频率，但不仅限于此，较长时间间隔t1可以根据用户的需求自行设置，在本实施例中，以10s为例进行说明。
44.上述的第一图像可以是在第一时刻对目标视频进行抽帧得到的抽帧图像，其中，第一时刻可以是经过t1后对目标视频进行抽帧的时刻，例如，可以是t1。
45.在一种可选的实施例中，可以基于第一抽帧频率对目标视频进行抽帧，则可以得到第一图像，其中，第一抽帧频率可以是经过t1对目标视频进行抽帧的频率，第一图像可以是在第一时刻对目标视频进行抽帧后得到的抽帧图像，第一时刻可以是经过t1后对目标视频进行抽帧的时刻。
46.在另一种可选的实施例中，可以通过抽帧模块基于第一抽帧频率对目标视频进行抽帧，得到第一图像。需要说明的是，对目标视频进行抽帧可以包括但不限于抽帧模块，还可以是任何一种能够对目标视频进行抽帧的处理器、模块、装置、系统以及服务器等，在本实施例中，以抽帧模块为例进行说明。
47.在本步骤中，通过以较长时间间隔t1对目标视频进行抽帧，可以减低边缘计算服务器的计算量。
48.步骤s32，对第一图像进行检测，得到第一检测结果，其中，第一检测结果用于表示在第一时刻预设子区域是否存在目标对象。
49.上述的第一检测结果可以是检测到在第一时刻预设子区域存在目标对象，例如可以是检测到在t1时刻弯道区域存在目标车辆；还可以是检测到在第一时刻预设子区域不存在目标对象，例如，可以是检测到在t1时刻弯道区域不存在目标车辆，但不仅限于此。其中，检测可以是对第一图像进行识别及分析，以确认第一时刻预设子区域是否存在目标对象。
50.在一种可选的实施例中，可以对第一图像进行检测，并输出第一检测结果，其中，第一检测结果可以是第一时刻预设子区域中存在目标对象，还可以是第一时刻目标子区域中不存在目标对象，但不仅限于此。在本步骤中，通过对第一图像进行检测，可以得到预设子区域中是否存在目标对象的结果，可以为后续对预设子区域中的目标对象以较低时间间隔进行抽帧提供基础。
51.在另一种可选的实施例中，可以通过目标检测算法模块对第一图像进行识别及分析，并得到第一检测结果。
52.需要说明的是，对第一图像进行检测可以包括但不限于目标检测算法模块，还可以是任何一种能够对第一图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施例中，以目标检测算法模块为例进行说明。
53.步骤s33，基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
54.上述的目标检测结果可以是一种能够表示目标对象在目标区域的运动信息的检测结果，例如，可以是目标车辆(即目标对象)的指示灯信息和车速等，但不仅限于此。
55.上述的运动信息可以是在第一时刻目标车辆在目标区域中的弯道区域的车速信息，指示灯信息等，还可以是在第一时刻目标车辆在目标区域中的非弯道区域的车速信息，
指示灯信息等，还可以是在第一时刻行人、障碍物等在目标区域中的位置信息等，但不仅限于此。
56.在一种可选的实施例中，可以基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果可以表示目标对象在目标区域的运动信息，例如，当第一检测结果为在第一时刻预设子区域存在目标对象时，可以对第一图像中的目标车辆(即目标对象)进行识别及分析，就可以得到目标对象在弯道区域的运动信息，例如目标车辆在第一时刻的车速信息、指示灯信息等，但不仅限于此。
57.在另一种可选的实施例中，可以基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果可以表示目标对象在目标区域的运动信息，例如，当第一检测结果为在第一时刻预设子区域不存在目标对象时，可以对第一图像中的非弯道区域中的目标车辆(即目标对象)进行识别及分析，就可以得到目标对象的运动信息，例如目标车辆在第一时刻的车速信息、指示灯信息等，但不仅限于此。在本步骤中，通过第一检测结果对第一图像进行分析，可以得到目标对象的运动信息，进而可以根据目标对象的运动信息提醒其他驾驶车辆的用户，以使其他用户能够安全驾驶。
58.在又一种可选的实施例中，可以通过目标检测算法模块，基于第一检测结果对第一图像进行检测，则可以得到目标检测结果。其中，对第一图像进行检测可以包括但不限于目标检测算法模块，还可以是任何一种能够对第一图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施例中，以目标检测算法模块为例进行说明。
59.根据本公开上述步骤s30至步骤s34，首先获取目标区域的目标视频，其次基于第一抽帧频率对目标视频进行抽帧得到第一图像，然后对第一图像进行检测得到第一检测结果，最后基于第一检测结果对第一图像进行检测得到目标检测结果，能够快速准确的得到目标对象的运动信息。
60.下面对该实施例的上述方法进行进一步介绍。
61.可选地，基于第一检测结果对第一图像进行检测，得到目标检测结果，包括：响应于第一检测结果为预设子区域存在目标对象，基于第二抽帧频率对目标视频进行抽帧，得到第二图像，其中，第二图像为目标视频的第二时刻对应的图像帧，第二时刻与第一时刻间隔第一预设时间；对第一图像和第二图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
62.上述的第二抽帧频率可以是经过较短时间间隔t2对目标视频进行抽帧的频率，例如，可以是通过5s对目标视频进行抽帧的频率，但不仅限于此，较短时间间隔t2可以根据用户的需求自行设置，在本实施例中，以5s为例进行说明。
63.上述的第二图像可以是在第二时刻对目标视频进行抽帧得到的抽帧图像，其中，第二时刻可以是经过t2后对目标视频进行抽帧的时刻，例如，可以是t2，但不仅限于此。
64.上述的第一预设时间可以是能够表示第二时刻与第一时刻的间隔较短的时间，具体数值可以根据用户需求自行设定，在本实施例中，以5s为例进行说明，但不仅限于此，还可以是其他时间。
65.在一种可选的实施例中，响应于第一检测结果为预设子区域存在目标车辆(即目标对象)，首先可以基于第二抽帧频率对目标视频进行抽帧，得到第二图像，其中，第二抽帧频率可以是以较短时间间隔t2对目标视频进行抽帧的频率，第二图像可以是在第二时刻对
目标视频进行抽帧的图像，第二时刻可以是经过较短时间间隔t2后对目标视频进行抽帧的时刻。
66.在另一种可选的实施例中，响应于第一检测结果为预设子区域存在目标车辆(即目标对象)，首先可以通过抽帧模块基于第二抽帧频率对目标视频进行抽帧，得到第二图像。需要说明的是，对目标视频进行抽帧可以包括但不限于抽帧模块，还可以是任何一种能够对目标视频进行抽帧的处理器、模块、装置、系统以及服务器等，在本实施中，以抽帧模块为例进行说明。
67.在又一种可选的实施例中，可以对第一图像和第二图像进行分析及识别，则可以得到目标车辆在目标区域的预设子区域中的车速信息、指示灯信息等运动信息，但不仅限于此。在本步骤中，当检测到以第一抽帧频率得到的抽帧图像中存在目标车辆后，采用第二抽帧频率对目标视频继续进行抽帧得到第二图像，通过对第一图像和第二图像进行检测，可以快速准确的得到目标车辆的车速信息等信息。
68.在又一种可选的实施例中，可以通过目标算法检测模块对第一图像和第二图像进行分析及识别，则可以得到目标车辆在目标区域的预设子区域中的车速信息、指示灯信息等运动信息。需要说明的是，对第一图像和第二图像进行检测可以包括但不限于目标算法检测模块，还可以是任何一种能够对第一图像和第二图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施中，以目标算法检测模块为例进行说明。
69.可选地，该方法还包括：响应于第一检测结果为预设子区域不存在目标对象，基于第一抽帧频率对目标视频进行抽帧，得到第三图像，其中，第三图像为目标视频的第三时刻对应的图像帧，第三时刻与第一时刻间隔第二预设时间；对第一图像和第三图像进行检测，得到目标检测结果。
70.上述的第三图像可以是在第三时刻对目标视频进行抽帧得到的抽帧图像，其中，第三时刻可以是经过较长时间间隔t1后对目标视频进行抽帧的时刻，例如，可以是t3。
71.上述的第二预设时间可以是能够表示第三时刻与第一时刻的间隔较长的时间，具体数值可以根据用户需求自行设定，在本实施例中以10s为例进行说明，但不仅限于此，还可以是其他时间。
72.在一种可选的实施例中，响应于第一检测结果为预设子区域不存在目标车辆(即目标对象)，首先可以基于第一抽帧频率对目标视频进行抽帧，得到第三图像，其中，第一抽帧频率可以是以较长时间间隔t1对目标视频进行抽帧的频率，第三图像可以是在第三时刻对目标视频进行抽帧的图像，第三时刻可以是经过较长时间间隔t1后对目标视频进行抽帧的时刻。
73.在另一种可选的实施例中，响应于第一检测结果为预设子区域不存在目标车辆(即目标对象)，首先可以通过抽帧模块基于第一抽帧频率对目标视频进行抽帧，则可以得到第三图像。
74.需要说明的是，对目标视频进行抽帧可以包括但不限于抽帧模块，还可以是任何一种能够对目标视频进行抽帧的处理器、模块、装置、系统以及服务器等，在本实施中，以抽帧模块为例进行说明。
75.在又一种可选的实施例中，可以对第一图像和第三图像进行分析和识别，则可以得到目标车辆在目标区域的非预设子区域的车速信息、指示灯信息等运动信息，但不仅限
于此。在本步骤中，当检测到以第一抽帧频率得到的抽帧图像中不存在目标车辆后，继续采用第一抽帧频率对目标视频进行抽帧，可以得到第三图像，通过对第一图像和第三图像进行检测，可以得到目标区域中非预设子区域的目标车辆的运动信息，进而可以根据目标对象的运动信息提醒其他驾驶车辆的用户，以使其他用户能够安全驾驶。
76.在又一种可选的实施例中，可以通过目标检测算法模块对第一图像和第三图像进行检测，则可以得到目标车辆在目标区域的非预设子区域的运动信息。需要说明的是，对图像进行检测可以包括但不限于目标检测算法模块，还可以是任意一种能够对图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施中，以目标检测算法模块为例进行说明。
77.可选地，该方法还包括：对第二图像进行检测，得到第二检测结果，其中，第二检测结果用于表示在第二时刻预设子区域是否存在目标对象；响应于第二检测结果为预设子区域不存在目标对象，基于第一抽帧频率对目标视频进行抽帧，得到第四图像，其中，第四图像为目标视频的第四时刻对应的图像帧，第四时刻与第二时刻间隔第二预设时间；对第一图像、第二图像和第四图像进行检测，得到目标检测结果。
78.上述的第二检测结果可以是检测到在第二时刻预设子区域存在目标对象，例如可以是检测到在t2时刻弯道区域存在目标车辆；还可以是检测到在第二时刻预设子区域不存在目标对象，例如，可以是检测到在t2时刻弯道区域不存在目标车辆，但不仅限于此。其中，检测可以是对第二图像进行识别及分析，以确认第二时刻预设子区域是否存在目标对象。
79.上述的第四图像可以是在第四时刻对目标视频进行抽帧得到的抽帧图像，其中，第四时刻可以是经过较长时间间隔t1后对目标视频进行抽帧的时刻，例如，可以是t4。
80.在一种可选的实施例中，在获取到第二图像后，首先可以对第二图像进行检测，以确认在第二时刻预设区域中是否存在目标车辆(即目标对象)。
81.在另一种可选的实施例中，在获取到第二图像后，首先可以通过目标检测算法模块对第二图像进行检测，以确认在第二时刻预设区域中是否存在目标车辆(即目标对象)。需要说明的是，对图像进行检测可以包括但不限于目标检测算法模块，还可以是任意一种能够对图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施例中，以目标检测算法模块为例进行说明。
82.在另一种可选的实施例中，在检测到在第二时刻预设子区域不存在目标对象时，可以基于第一抽帧频率对目标视频进行抽帧，得到第四图像，其中，第一频率可以是以较长时间间隔t1对目标视频进行抽帧的频率，第四图像可以是在第四时刻对目标视频以第一频率进行抽帧得到的抽帧图像，第四时刻可以是经过较长时间间隔t1后对目标视频进行抽帧的时刻。
83.在另一种可选的实施例中，在检测到在第二时刻预设子区域不存在目标对象时，可以通过抽帧模块基于第一抽帧频率对目标视频进行抽帧，得到第四图像。需要说明的是，对目标视频进行抽帧可以包括但不限于抽帧模块，还可以是任何一种能够对目标视频进行抽帧的处理器、模块、装置、系统及服务器等，在本实施例中，以抽帧模块为例进行说明。
84.在另一种可选的实施例中，可以对第一图像、第二图像和第四图像进行分析和识别，则可以得到第二时刻的目标区域中非预设子区域的目标车辆的车速信息等运动信息。在本步骤中，当检测到第二时刻预设子区域不存在目标对象，可以基于第一抽帧频率对目
标视频继续进行抽帧，得到第四图像，通过对第一图像、第二图像和第四图像进行检测，可以准确得到第二时刻的目标车辆的车速信息等信息，进而能够使其他车辆安全的进行驾驶。
85.在又一种可选的实施例中，可以通过目标检测算法模块对第一图像、第二图像和第四图像进行分析和识别，则可以得到第二时刻的目标区域中非预设子区域的目标车辆的车速信息等运动信息。需要说明的是，对图像进行检测可以包括但不限于目标检测算法模块，还可以是任意一种能够对图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施例中，以目标检测算法模块为例进行说明。
86.可选地，该方法还包括：响应于第二检测结果为预设子区域存在目标对象，基于第二抽帧频率对目标视频进行抽帧，得到第五图像，其中，第五图像为目标视频的第五时刻对应的图像帧，第五时刻与第二时刻间隔第一预设时间；对第一图像、第二图像和第五图像进行检测，得到目标检测结果。
87.上述的第五图像可以是在第五时刻对目标视频进行抽帧得到的抽帧图像，其中，第五时刻可以是经过较短时间间隔t2后对目标视频进行抽帧的时刻，例如，可以是t5。
88.在一种可选的实施例中，在获取到第二图像后，首先可以对第二图像进行检测，以确认在第二时刻预设区域中是否存在目标车辆(即目标对象)。
89.在另一种可选的实施例中，在获取到第二图像后，首先可以通过目标检测算法对第二图像进行检测，以确认在第二时刻预设区域中是否存在目标车辆(即目标对象)。需要说明的是，对图像进行检测可以包括但不限于目标检测算法模块，还可以是任意一种能够对图像进行检测的处理器、模块、装置、系统以及服务器等，在本实施例中，以目标检测算法模块为例进行说明。
90.在另一种可选的实施例中，在检测到在第二时刻预设子区域存在目标对象时，可以基于第二抽帧频率对目标视频进行抽帧，得到第五图像，其中，第二频率可以是以较短时间间隔t2对目标视频进行抽帧的频率，第五图像可以是在第五时刻对目标视频以第二频率进行抽帧得到的抽帧图像，第五时刻可以是经过较短时间间隔t2后对目标视频进行抽帧的时刻。
91.在又一种可选的实施例中，在检测到在第二时刻预设子区域存在目标对象时，可以通过抽帧模块基于第二抽帧频率对目标视频进行抽帧，得到第五图像。需要说明的是，对目标视频进行抽帧可以包括但不限于抽帧模块，还可以是任何一种能够对目标视频进行抽帧的处理器、模块、装置、系统以及服务器等，在本实施例中，以抽帧模块为例进行说明。
92.在本步骤中，当检测到第二时刻预设子区域存在目标对象，可以基于第二抽帧频率对目标视频继续进行抽帧，得到第五图像，通过对第一图像、第二图像和第五图像进行检测，可以快速准确得到第五时刻的目标车辆的车速信息等运动信息。
93.可选地，该方法还包括：获取多个初始区域的标识信息，其中，标识信息用于表示多个初始区域中是否包括预设子区域；基于标识信息对多个初始区域进行分类，得到目标区域和第一区域，其中，第一区域中不包括预设子区域；基于第二抽帧频率对目标区域对应的目标视频进行抽帧，得到第六图像；基于第一抽帧频率对第一区域对应的第一视频进行抽帧，得到第七图像；对第六图像进行检测，得到目标检测结果；对第七图像进行检测，得到第三检测结果，其中，第三检测结果用于表示目标对象在第一区域的运动信息。
94.上述的初始区域可以是多个包含弯道的车道区域；可选的，标识信息可以是提前设置的；可选的，标志信息可以是用户提前设置的；可选的，标识信息可以是用户提前设置的一种或多种能够表明初始区域中是否存在预设子区域(即弯道区域)的信息，例如，可以用文字“弯道”来表明初始区域中包括预设子区域，还可以是语音“弯道”来表明初始区域中包括预设子区域，但不仅限于此。
95.上述的目标区域可以是初始区域中的弯道区域；第一区域可以是初始区域中除弯道区域以外的区域。
96.在一种可选的实施例中，首先可以获取多个车道中的标识信息，其中，标识信息可以用来表示初始区域中是否存在弯道区域，例如，可以是文字的“弯道”信息，但不仅限于此。
97.在另一种可选的实施例中，可以基于标识信息对初始区域进行分类，例如，可以将弯道区域分为一类，就可以得到目标区域，将初始区域中除弯道区域的其他区域分为一类，就可以得到第一区域，其中，第一区域不包括目标区域。
98.在又一种可选的实施例中，为了提高在弯道区域的图像识别的准确率，可以基于第二抽帧频率对目标视频进行抽帧，则可以得到第六图像，其中，目标视频为目标区域中的视频；同时，为了降低非弯道区域的图像计算量，可以基于第一抽帧频率对目标视频进行抽帧，则可以得到第七图像，其中，目标视频为第一区域中的视频。
99.在又一种可选的实施例中，可以对第六图像和第七图像进行识别及分析，则不仅可以快速准确的得到弯道区域中目标车辆的运动信息，还可以得到非弯道区域中的目标车辆的运动信息。
100.在本步骤中，通过在弯道区域设置第二抽帧频率，在非弯道区域设置第一抽帧频率，不仅可以快速准确得到弯道区域中的目标车辆的运动信息，还可以在降低数据处理量的同时获取到非弯道区域的目标车辆的运动信息。
101.可选地，该方法还包括：预设子区域为弯道区域。
102.上述的预设子区域可以是提前设置的；可选的，上述的预设子区域可以是用户提前设置的；可选的，上述的预设子区域可以是用户提前设置的一种或多种能够体现车道中特殊区域的区域，在本实施例中，以弯道区域为例进行说明，但不仅限于此，例如，还可以是十字路口区域，变道区域、爬坡区域等。
103.在一种可选的实施例中，预设子区域可以是弯道区域，但不仅限于此，还可以是十字路口区域等，在本实施例中，以弯道区域为例进行说明。
104.在本步骤中，通过设置预设子区域，可以动态调整抽帧频率，通过动态的抽帧频率，不仅可以快速准确的得到弯道区域中的目标车辆的运动信息，还可以减低数据处理量，提高整体算法性能。
105.在本公开中，通过对车道区域划分为弯道区域与非弯道区域，以及对弯道区域设置较高的抽帧频率，对非弯道区域设置较低的抽帧频率，达到了能够快速准确的检测目标车辆的目的，实现了提高检测目标车辆的检测准确率的技术效果，从而解决了相关技术中对图像进行检测的检测准确率低技术问题。
106.在本公开中，预先将目标区域道路分为直道和弯道两个区域。当检测到目标车辆出现在直道区域时，通知上游抽帧模块，将抽帧时间间隔设置为t1进行采样和目标追踪。当
检测到目标物出现在弯道区域时，通知上游抽帧模块，将抽帧时间间隔设置为t2进行采样和目标追踪。其中，t2《t1,可以保证在弯道的时候进行密集采样，在直道的时候进行稀疏采样，动态调整采样间隔，既保证了算法准确性，又保证了算法性能。具体的，算法按照如下步骤进行：
107.步骤s1，边缘计算服务器和摄像头安装部署后，在前端将画面中的弯道区域进行标记，未标记区域为直道区域；
108.步骤s2，摄像头持续采集图像，以视频形式发送给抽帧模块处理；
109.步骤s3，抽帧模块读取当前帧率设置，间隔时间t对视频进行持续的抽帧；
110.步骤s4，抽帧模块将抽帧得到的图像发送给目标检测算法模块处理；
111.步骤s5，目标检测算法模块对图像中车辆目标进行检测，输出目标物位置，进行目标的匹配；
112.步骤s6，对车辆目标位置属于直道还是弯道区域进行判断。如果属于直道区域，通知上游抽帧模块，将抽帧的时间间隔设置为较大的t1。如果是目标属于弯道区域，通知上游抽帧模块，抽帧的时间间隔设置为娇小的t2；
113.步骤s7，抽帧模块以新的抽帧时间间隔进行抽帧，持续进行步骤s4-步骤s6。
114.图4是根据本公开实施例的一种可选的新的目标追踪算法流程图，如图4所示，目标检测网络对目标区域进行识别，确认目标区域是否存在弯道区域，若存在弯道区域，则将抽帧时间间隔设置为较短时间间隔t2，通过抽帧模块对目标视频进行抽帧，然后通过目标检测算法模块对图像中的目标车辆进行检测，输出目标车辆的运动信息，进行目标的匹配；若不存在弯道区域，则将抽帧时间间隔设置为较长时间间隔t1，通过抽帧模块对目标视频进行抽帧，然后通过目标检测算法模块对图像中的行人或障碍物进行检测，输出行人或障碍物的位置信息，进行目标的匹配。
115.图5是根据本公开实施例的一种可选的完整道路场景的示意图，如图5所示，该道路示意图中包含弯道区域与非弯道区域。
116.图6是根据本公开实施例的一种可选的对弯道区域进行标记的示意图，如图6所示，用方框框起来的区域为弯道区域。
117.当车辆出现在方框区域中时，通知上游抽帧模块，使用弯道的抽帧时间间隔t2，则可以快速准确的得到目标车辆在弯道区域中的运动信息。当车辆出现在方框区域外时，通知上游抽帧模块，使用直道的抽帧时间间隔t1，本公开通过对抽帧频率进行动态设置，不仅可以快速准确的得到目标车辆在弯道区域中的运动信息，还可以提高整体算法性能，降低数据处理量。
118.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
119.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本公开各个实施例所述的方法。
120.在本公开中还提供了一种图像处理的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
121.图7是根据本公开实施例的一种图像处理的装置的结构框图，如图7所示，一种图像处理的装置700包括：第一获取模块701，用于获取目标区域的目标视频，其中，目标区域包括预设子区域；第一抽帧模块702，用于基于第一抽帧频率对目标视频进行抽帧，得到第一图像，其中，第一图像为目标视频的第一时刻对应的图像帧；第一检测模块703，用于对第一图像进行检测，得到第一检测结果，其中，第一检测结果用于表示在第一时刻预设子区域是否存在目标对象；第二检测模块704，用于基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
122.可选地，第二检测模块包括：第一抽帧单元，用于响应于第一检测结果为预设子区域存在目标对象，基于第二抽帧频率对目标视频进行抽帧，得到第二图像，其中，第二图像为目标视频的第二时刻对应的图像帧，第二时刻与第一时刻间隔第一预设时间；第一检测单元，用于对第一图像和第二图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
123.可选地，第二检测模块还包括：第二抽帧单元，用于响应于第一检测结果为预设子区域不存在目标对象，基于第一抽帧频率对目标视频进行抽帧，得到第三图像，其中，第三图像为目标视频的第三时刻对应的图像帧，第三时刻与第一时刻间隔第二预设时间；第二检测单元，用于对第一图像和第三图像进行检测，得到目标检测结果。
124.可选地，第一检测单元包括：第一检测子单元，用于对第二图像进行检测，得到第二检测结果，其中，第二检测结果用于表示在第二时刻预设子区域是否存在目标对象；抽帧子单元，用于响应于第二检测结果为预设子区域不存在目标对象，基于第一抽帧频率对目标视频进行抽帧，得到第四图像，其中，第四图像为目标视频的第四时刻对应的图像帧，第四时刻与第二时刻间隔第二预设时间；第二检测子单元，用于对第一图像、第二图像和第四图像进行检测，得到目标检测结果。
125.可选地，第一检测子单元还用于响应于第二检测结果为预设子区域存在目标对象，基于第二抽帧频率对目标视频进行抽帧，得到第五图像，其中，第五图像为目标视频的第五时刻对应的图像帧，第五时刻与第二时刻间隔第一预设时间；对第一图像、第二图像和第五图像进行检测，得到目标检测结果。
126.可选地，该装置还包括：第二获取模块，用于获取多个初始区域的标识信息，其中，标识信息用于表示多个初始区域中是否包括预设子区域；分类模块，用于基于标识信息对多个初始区域进行分类，得到目标区域和第一区域，其中，第一区域中不包括预设子区域；第二抽帧模块，用于基于第二抽帧频率对目标区域对应的目标视频进行抽帧，得到第六图像；第三抽帧模块，用于基于第一抽帧频率对第一区域对应的第一视频进行抽帧，得到第七图像；第三检测模块，用于对第六图像进行检测，得到目标检测结果；第四检测模块，用于对第七图像进行检测，得到第三检测结果，其中，第三检测结果用于表示目标对象在第一区域的运动信息。
127.可选地，该装置中的第一获取模块，用于获取目标区域的目标视频，其中，目标区
域包括预设子区域，预设子区域为弯道区域。
128.需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
129.根据本公开的实施例，本公开还提供了一种电子设备，包括存储器和至少一个处理器，该存储器中存储有计算机指令，该处理器被设置为运行计算机指令以执行上述任一项方法实施例中的步骤。
130.可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
131.可选地，在本公开中，上述处理器可以被设置为通过计算机程序执行以下步骤：
132.s1，获取目标区域的目标视频，其中，目标区域包括预设子区域；
133.s2，基于第一抽帧频率对目标视频进行抽帧，得到第一图像，其中，第一图像为目标视频的第一时刻对应的图像帧；
134.s3，对第一图像进行检测，得到第一检测结果，其中，第一检测结果用于表示在第一时刻预设子区域是否存在目标对象；
135.s4，基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
136.可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
137.根据本公开的实施例，本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该非瞬时计算机可读存储介质中存储有计算机指令，其中，该计算机指令被设置为运行时执行上述任一项方法实施例中的步骤。
138.可选地，在本实施例中，上述非易失性存储介质可以被设置为存储用于执行以下步骤的计算机程序：
139.s1，获取目标区域的目标视频，其中，目标区域包括预设子区域；
140.s2，基于第一抽帧频率对目标视频进行抽帧，得到第一图像，其中，第一图像为目标视频的第一时刻对应的图像帧；
141.s3，对第一图像进行检测，得到第一检测结果，其中，第一检测结果用于表示在第一时刻预设子区域是否存在目标对象；
142.s4，基于第一检测结果对第一图像进行检测，得到目标检测结果，其中，目标检测结果用于表示目标对象在目标区域的运动信息。
143.可选地，在本实施例中，上述非瞬时计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
144.根据本公开的实施例，本公开还提供了一种计算机程序产品。用于实施本公开的方法实施例的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可
以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
145.在本公开的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
146.在本公开所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以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系统，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信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
147.所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。
148.另外，在本公开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。
149.所述集成的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，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom)、随机存取存储器(ram)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
150.以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。