目标检测方法、装置、设备、可读存储介质及程序产品与流程

本技术涉及计算机，具体而言，本技术涉及一种目标检测方法、装置、设备、可读存储介质及程序产品。

背景技术：

1、在游戏中，需要对游戏角色进行目标检测，游戏角色就是目标物体。在复杂的大型游戏中，随着场景的不断切换以及版本的更新，会有越来越多的大小不一的目标物体出现。现有技术中，通过基于深度学习或者帧差法的目标检测算法，对游戏中多目标物体进行目标检测；但是目标检测算法的效果不佳，例如，当多个目标物体运动较慢时容易出现漏检现象，而且会导致多个目标物体之间重叠的部分检测不出来，从而出现空洞等现象；因此，游戏中多个目标物体的检测成功率较低。

技术实现思路

1、本技术针对现有的方式的缺点，提出一种目标检测方法、装置、设备、计算机可读存储介质及计算机程序产品，用于解决如何提高多个目标物体的检测成功率的问题。

2、第一方面，本技术提供了一种目标检测方法，包括：

3、获取目标图像和参考图像，目标图像为参考图像相邻的下一帧图像；

4、确定目标图像中每个目标物体的像素谱和每个目标物体的预测位置信息；

5、基于参考图像，确定每个目标物体的预测标识；

6、基于每个目标物体的像素谱、每个目标物体的预测位置信息、参考图像中多个参考物体的像素谱和多个参考物体的位置信息，对每个目标物体的预测标识和每个目标物体的预测位置信息进行校正，确定每个目标物体的标识和每个目标物体的位置信息。

7、在一个实施例中，确定目标图像中每个目标物体的像素谱和每个目标物体的预测位置信息，包括：

8、确定目标图像的特征向量；

9、基于目标图像的特征向量，确定目标图像中每个目标物体的像素谱；

10、基于每个目标物体的像素谱，通过预设的像素级分类器对目标图像中像素点进行分类，确定每个目标物体的预测位置信息，预测位置信息为每个目标物体的中心位置像素点的坐标。

11、在一个实施例中，确定目标图像的特征向量，包括：

12、将目标图像与预设的卷积层中每个卷积核分别进行卷积，得到每个卷积核对应的子向量特征，卷积层包括多种卷积核；

13、将各子向量特征进行拼接，得到目标图像的特征向量。

14、在一个实施例中，基于目标图像的特征向量，确定目标图像中每个目标物体的像素谱，包括：

15、将目标图像的特征向量进行降维处理，得到降维后的特征向量；

16、将降维后的特征向量进行平滑滤波处理和傅里叶变换，得到目标图像中每个目标物体的像素谱。

17、在一个实施例中，基于参考图像，确定每个目标物体的预测标识，包括：

18、基于参考图像中任一参考物体的中心位置像素点的幅度和任一参考物体的中心位置像素点的相位，确定任一参考物体的中心位置像素点在目标图像中的相应位置；

19、若每个目标物体的中心位置像素点处于相应位置，则将任一参考物体的标识确定为每个目标物体的预测标识。

20、在一个实施例中，基于每个目标物体的像素谱、每个目标物体的预测位置信息、参考图像中多个参考物体的像素谱和多个参考物体的位置信息，对每个目标物体的预测标识和每个目标物体的预测位置信息进行校正，确每个目标物体的标识和每个目标物体的位置信息，包括：

21、确定每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体的像素谱幅度和多个参考物体的像素谱相位；

22、基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体的像素谱幅度和多个参考物体的像素谱相位，对每个目标物体的预测标识进行校正，确定每个目标物体的标识；

23、基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、标识对应的参考物体的像素谱幅度和标识对应的参考物体的像素谱相位，对每个目标物体的预测位置信息进行校正，确定每个目标物体的位置信息；多个参考物体包括标识对应的参考物体。

24、在一个实施例中，确定每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体的像素谱幅度和多个参考物体的像素谱相位，包括：

25、通过傅里叶变换，从每个目标物体的像素谱中提取每个目标物体的像素谱幅度和每个目标物体的像素谱相位，并从多个参考物体的像素谱中提取多个参考物体的像素谱幅度和多个参考物体的像素谱相位。

26、在一个实施例中，基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体的像素谱幅度和多个参考物体的像素谱相位，对每个目标物体的预测标识进行校正，确定每个目标物体的标识，包括：

27、确定每个目标物体的像素谱幅度和预测标识对应的参考物体的像素谱幅度之间的差值，多个参考物体包括预测标识对应的参考物体；

28、若差值大于预设阈值，则基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体中其他参考物体的像素谱幅度和其他参考物体的像素谱相位，对每个目标物体的预测标识进行校正，确定每个目标物体的标识；其他参考物体不包括预测标识对应的参考物体。

29、在一个实施例中，基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体中其他参考物体的像素谱幅度和其他参考物体的像素谱相位，对每个目标物体的预测标识进行校正，确定每个目标物体的标识，包括：

30、基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、多个参考物体中其他参考物体的像素谱幅度和其他参考物体的像素谱相位，确定每个目标物体与其他参考物体中每个参考物体之间的概率相似度，并将各概率相似度中最大概率相似度对应的参考物体的标识确定为每个目标物体的标识。

31、在一个实施例中，基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、标识对应的参考物体的像素谱幅度和标识对应的参考物体的像素谱相位，对每个目标物体的预测位置信息进行校正，确定每个目标物体的位置信息，包括：

32、基于每个目标物体的像素谱幅度、每个目标物体的像素谱相位、标识对应的参考物体的像素谱幅度和标识对应的参考物体的像素谱相位，确定每个目标物体的预测位置信息的预期偏差值；

33、基于预测位置信息和预期偏差值，确定每个目标物体的位置信息。

34、第二方面，本技术提供了一种目标检测装置，包括：

35、第一处理模块，用于获取目标图像和参考图像，目标图像为参考图像相邻的下一帧图像；

36、第二处理模块，用于确定目标图像中每个目标物体的像素谱和每个目标物体的预测位置信息；

37、第三处理模块，用于基于参考图像，确定每个目标物体的预测标识；

38、第四处理模块，用于基于每个目标物体的像素谱、每个目标物体的预测位置信息、参考图像中多个参考物体的像素谱和多个参考物体的位置信息，对每个目标物体的预测标识和每个目标物体的预测位置信息进行校正，确定每个目标物体的标识和每个目标物体的位置信息。

39、第三方面，本技术提供了一种电子设备，包括：处理器、存储器和总线；

40、总线，用于连接处理器和存储器；

41、存储器，用于存储操作指令；

42、处理器，用于通过调用操作指令，执行本技术第一方面的目标检测方法。

43、第四方面，本技术提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被用于执行本技术第一方面的目标检测方法。

44、第五方面，本技术提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现本技术第一方面中目标检测方法的步骤。

45、本技术实施例提供的技术方案，至少具有如下有益效果：

46、获取目标图像和参考图像，目标图像为参考图像相邻的下一帧图像，即目标图像为第t帧的图像，参考图像为第t-1帧的图像；确定目标图像中每个目标物体的像素谱和每个目标物体的预测位置信息；基于参考图像，确定每个目标物体的预测标识；基于每个目标物体的像素谱、每个目标物体的预测位置信息、参考图像中多个参考物体的像素谱和多个参考物体的位置信息，对每个目标物体的预测标识和每个目标物体的预测位置信息进行校正，确定每个目标物体的标识和每个目标物体的位置信息；如此，对第t帧的目标图像进行目标分离，得到第t帧中每个目标物体的像素谱和预测的位置信息(预测位置信息)；对第t帧中每个目标物体进行id标记，即预测第t帧中每个目标物体的id(预测标识)；进行第t帧中每个目标物体的id校正和预测的位置信息校正；从而提高了目标图像中每个目标物体的检测成功率，即提高了目标图像中多个目标物体的检测成功率。