本公开涉及计算机视觉,具体涉及一种目标检测方法、装置、系统以及存储介质。
背景技术:
1、目前,基于计算机视觉(cv,computer vision)的目标检测广泛应用于各种场景中,部分场景下,为减小单个摄像头的视野盲区,往往在场景不同位置布置多个摄像头,而基于多摄像头场景的目标检测效果往往不佳。
技术实现思路
1、为提高多摄像头场景的目标检测效果,本公开实施方式提供了一种目标检测方法、装置、系统以及存储介质。
2、第一方面,本公开实施方式提供了一种目标检测方法,包括:
3、基于待检测目标的特征信息,由至少两个图像采集设备采集的视频流中,确定各个图像采集设备采集的包括所述待检测目标的视频序列;
4、基于时序信息,对各个所述视频序列中相同时序的帧图像进行拼接处理,得到目标视频流;
5、根据所述目标视频流进行目标检测,得到所述待检测目标的目标检测结果。
6、在一些实施方式中,所述基于时序信息,对各个所述视频序列中相同时序的帧图像进行拼接处理,得到目标视频流,包括:
7、获取待拼接的至少两帧待处理图像;所述至少两帧待处理图像是各个所述视频序列中相同时序的帧图像;
8、基于区域对所述至少两帧待处理图像进行拼接处理,得到第一拼接图像;基于特征对所述至少两帧待处理图像进行拼接处理,得到第二拼接图像;
9、根据所述第一拼接图像和所述第二拼接图像进行融合处理,得到目标帧图像;
10、基于所述时序信息,对所有拼接处理得到的目标帧图像进行时序排列,得到所述目标视频流。
11、在一些实施方式中,所述基于区域对所述至少两帧待处理图像进行拼接处理,得到第一拼接图像,包括:
12、对所述至少两帧待处理图像进行图像配准,得到重合区域的转换关系;
13、根据所述转换关系对所述至少两帧待处理图像进行融合处理,得到所述第一拼接图像。
14、在一些实施方式中,所述基于特征对所述至少两帧待处理图像进行拼接处理,得到第二拼接图像,包括:
15、对每帧待处理图像进行多尺度的特征提取,得到每帧待处理图像对应的级联特征;
16、根据所述至少两帧待处理图像对应的级联特征进行特征匹配,得到所述第二拼接图像。
17、在一些实施方式中,所述基于待检测目标的特征信息,由至少两个图像采集设备采集的视频流中,确定各个图像采集设备采集的包括所述待检测目标的视频序列,包括:
18、对于每个图像采集设备采集的视频流,对所述视频流进行图像检测,得到包括目标对象的帧图像;
19、基于所述待检测目标的特征信息,对所述包括目标对象的帧图像进行目标检测,确定所述图像采集设备对应的包括所述待检测目标的所述视频序列。
20、在一些实施方式中,获取所述待检测目标的特征信息的过程,包括:
21、获取所述待检测目标的输入图像;
22、根据所述输入图像进行特征提取,得到所述待检测目标的所述特征信息;所述特征信息包括所述待检测目标的行人重识别特征。
23、在一些实施方式中,所述根据所述目标视频流进行目标检测,得到所述待检测目标的目标检测结果,包括:
24、根据所述目标视频流,对所述待检测目标进行佩戴物检测,确定所述待检测目标的佩戴物检测结果。
25、在一些实施方式中,所述根据所述目标视频流进行目标检测,得到所述待检测目标的目标检测结果,包括:
26、根据所述目标视频流进行目标检测,得到所述待检测目标的位置信息;
27、根据所述位置信息和预先标定的目标区域对应的目标区域信息,确定所述待检测目标与所述目标区域的重叠信息;
28、根据所述重叠信息确定所述待检测目标的目标检测结果。
29、在一些实施方式中,所述根据所述目标视频流进行目标检测,得到所述待检测目标的目标检测结果,包括:
30、根据所述目标视频流进行目标检测,得到所述待检测目标的第一轨迹信息;
31、通过设于所述待检测目标的定位装置获取所述待检测目标的第二轨迹信息;
32、根据所述第一轨迹信息和所述第二轨迹信息进行融合处理,得到所述待检测目标的目标轨迹。
33、在一些实施方式中,在得到所述待检测目标的目标检测结果之后,所述方法还包括:
34、由预先建立的数据库中获取所述待检测目标的数据信息;
35、根据所述目标检测结果对所述待检测目标的数据信息进行更新。
36、在一些实施方式中,所述图像采集设备采集所述视频流的过程包括:
37、根据采集图像进行人脸检测,响应于采集图像中的人脸区域小于预设尺度,调整所述图像采集设备的焦距参数,直至所述人脸区域大于或等于所述预设尺度,得到所述图像采集设备采集的所述视频流。
38、第二方面,本公开实施方式提供了一种目标检测装置,包括:
39、第一确定模块,被配置为基于待检测目标的特征信息,由至少两个图像采集设备采集的视频流中,确定各个图像采集设备采集的包括所述待检测目标的视频序列;
40、图像拼接模块,被配置为基于时序信息,对各个所述视频序列中相同时序的帧图像进行拼接处理,得到目标视频流;
41、目标检测模块,被配置为根据所述目标视频流进行目标检测,得到所述待检测目标的目标检测结果。
42、在一些实施方式中,所述图像拼接模块被配置为:
43、获取待拼接的至少两帧待处理图像;所述至少两帧待处理图像是各个所述视频序列中相同时序的帧图像;
44、基于区域对所述至少两帧待处理图像进行拼接处理,得到第一拼接图像;基于特征对所述至少两帧待处理图像进行拼接处理,得到第二拼接图像;
45、根据所述第一拼接图像和所述第二拼接图像进行融合处理,得到目标帧图像;
46、基于所述时序信息,对所有拼接处理得到的目标帧图像进行时序排列,得到所述目标视频流。
47、在一些实施方式中,所述图像拼接模块被配置为:
48、对所述至少两帧待处理图像进行图像配准,得到重合区域的转换关系;
49、根据所述转换关系对所述至少两帧待处理图像进行融合处理,得到所述第一拼接图像。
50、在一些实施方式中,所述图像拼接模块被配置为:
51、对每帧待处理图像进行多尺度的特征提取,得到每帧待处理图像对应的级联特征;
52、根据所述至少两帧待处理图像对应的级联特征进行特征匹配,得到所述第二拼接图像。
53、在一些实施方式中,所述第一确定模块被配置为:
54、对于每个图像采集设备采集的视频流,对所述视频流进行图像检测,得到包括目标对象的帧图像;
55、基于所述待检测目标的特征信息,对所述包括目标对象的帧图像进行目标检测,确定所述图像采集设备对应的包括所述待检测目标的所述视频序列。
56、在一些实施方式中,所述第一确定模块被配置为:
57、获取所述待检测目标的输入图像;
58、根据所述输入图像进行特征提取,得到所述待检测目标的所述特征信息;所述特征信息包括所述待检测目标的行人重识别特征。
59、在一些实施方式中,所述目标检测模块被配置为:
60、根据所述目标视频流,对所述待检测目标进行佩戴物检测,确定所述待检测目标的佩戴物检测结果。
61、在一些实施方式中,所述目标检测模块被配置为:
62、根据所述目标视频流进行目标检测,得到所述待检测目标的位置信息;
63、根据所述位置信息和预先标定的目标区域的目标区域信息,确定所述待检测目标与所述目标区域的重叠信息;
64、根据所述重叠信息确定所述待检测目标的目标检测结果。
65、在一些实施方式中,所述目标检测模块被配置为:
66、根据所述目标视频流进行目标检测,得到所述待检测目标的第一轨迹信息;
67、通过设于所述待检测目标的定位装置获取所述待检测目标的第二轨迹信息;
68、根据所述第一轨迹信息和所述第二轨迹信息进行融合处理,得到所述待检测目标的目标轨迹。
69、在一些实施方式中,本公开的目标检测装置,还包括数据更新模块,所述数据更新模块被配置为:
70、由预先建立的数据库中获取所述待检测目标的数据信息;
71、根据所述目标检测结果对所述待检测目标的数据信息进行更新。
72、第三方面,本公开实施方式提供了一种目标检测系统,包括:
73、至少两个图像采集设备;
74、服务端,与所述至少两个图像采集设备可通信连接;所述服务端包括处理器和存储器,所述存储器存储有计算机指令,所述计算机指令用于使所述处理器执行根据第一方面任意实施方式所述的方法。
75、第四方面,本公开实施方式提供了一种存储介质,存储有计算机指令,所述计算机指令用于使计算机执行根据第一方面任意实施方式所述的方法。
76、本公开实施方式的目标检测方法,包括基于待检测目标的特征信息,由至少两个图像采集设备采集的视频流中,确定各个图像采集设备采集的包括待检测目标的视频序列,基于时序信息对各个视频序列中相同时序的帧图像进行拼接处理得到目标视频流,根据目标视频流进行目标检测,得到待检测目标的目标检测结果。本公开实施方式中,通过对各个图像采集设备的视频序列中包括同一待检测目标的帧图像进行拼接处理,实现对同一待检测目标视频流的融合,避免针对同一目标的冗余检测,而且提高检测系统检测效果和精度。