本技术涉及目标检测,尤其涉及一种占道目标检测方法、装置及电子设备、存储介质。
背景技术:
1、占道目标的检测通常用于安防监控领域,使用摄像头观察重要巡查视野,如消防通道、安全出口等是否被阻塞,此外还可应用于遗落物检测领域,当摄像机发现物体存留于待检测区域一段时间时,发出告警提醒。
2、然而,现有技术中的占道目标检测方案,特别是采用基于深度学习的目标检测方案,只能检测到有限的几个已学习类别的物体,而采用基于传统图像处理技术,特别是帧差法或混合高斯模型方法的方案,当遇到行人、车辆等快速运动的物体时,背景信息的方差和均值跳动明显,易发生误报,且对参数设置非常敏感。
技术实现思路
1、本技术实施例提供了一种占道目标检测方法、装置及电子设备、存储介质,以提高占道目标检测的准确性,降低误报率。
2、本技术实施例采用下述技术方案:
3、第一方面,本技术实施例提供一种占道目标检测方法,所述方法包括:
4、获取当前时刻的待检测图像;
5、利用预设目标检测模型对所述当前时刻的待检测图像中的非占道目标进行检测,得到非占道目标的检测结果;
6、基于所述非占道目标的检测结果,利用预设目标分割策略对所述当前时刻的待检测图像进行目标分割,得到所述当前时刻的待检测图像的目标分割结果;
7、根据所述目标分割结果,确定所述当前时刻的待检测图像中的占道目标。
8、可选地,所述预设目标分割策略包括基于混合高斯模型的目标分割策略,所述非占道目标的检测结果包括非占道目标的检测框,所述基于所述非占道目标的检测结果,利用预设目标分割策略对所述当前时刻的待检测图像进行目标分割,得到所述当前时刻的待检测图像的目标分割结果包括:
9、确定所述当前时刻的待检测图像中的像素点与所述非占道目标的检测框的相对位置关系;
10、根据所述像素点对应的前一时刻的多个高斯模型,以及所述当前时刻的待检测图像中的像素点与所述非占道目标的检测框的相对位置关系,确定所述像素点对应的当前时刻的多个高斯模型;
11、根据所述当前时刻的待检测图像中的像素点与所述非占道目标的检测框的相对位置关系以及所述像素点对应的当前时刻的多个高斯模型,确定所述当前时刻的待检测图像的目标分割结果。
12、可选地,所述根据所述像素点对应的前一时刻的多个高斯模型,以及所述当前时刻的待检测图像中的像素点与所述非占道目标的检测框的相对位置关系,确定所述像素点对应的当前时刻的多个高斯模型包括:
13、确定所述当前时刻的待检测图像中的像素点是否落入所述非占道目标的检测框所在的区域内;
14、若是,则利用所述像素点对应的前一时刻的多个高斯模型以及第一背景建模策略确定所述像素点对应的当前时刻的多个高斯模型;
15、否则,则利用所述像素点对应的前一时刻的多个高斯模型以及第二背景建模策略确定所述像素点对应的当前时刻的多个高斯模型。
16、可选地,所述利用所述像素点对应的前一时刻的多个高斯模型以及第一背景建模策略确定所述当前时刻的多个高斯模型包括:
17、将所述像素点对应的前一时刻的多个高斯模型的权重直接作为所述像素点对应的当前时刻的多个高斯模型的权重。
18、可选地,所述利用所述像素点对应的前一时刻的多个高斯模型以及第二背景建模策略确定所述当前时刻的多个高斯模型包括:
19、确定所述像素点对应的前一时刻的多个高斯模型中是否存在与所述像素点相匹配的高斯模型;
20、若存在,则利用第一更新策略对与所述像素点相匹配的前一时刻的高斯模型进行更新;
21、若不存在,则利用第二更新策略对所述像素点对应的前一时刻的高斯模型进行更新。
22、可选地,所述目标分割结果包括占道目标的像素点和非占道目标的像素点,所述根据所述当前时刻的待检测图像中的像素点与所述非占道目标的检测框的相对位置关系以及所述像素点对应的当前时刻的多个高斯模型,确定所述当前时刻的待检测图像的目标分割结果包括:
23、根据所述像素点对应的当前时刻的多个高斯模型的权重,确定背景像素点对应的高斯模型;
24、将所述当前时刻的待检测图像中的像素点与所述背景像素点对应的高斯模型进行匹配;
25、若所述当前时刻的待检测图像中的像素点未落入所述非占道目标的检测框所在的区域内,且不与所述背景像素点对应的高斯模型相匹配,则确定所述像素点为所述占道目标的像素点;
26、否则,确定所述像素点为所述非占道目标的像素点。
27、可选地,所述预设目标分割策略包括基于预设帧差法的目标分割策略,所述非占道目标的检测结果包括非占道目标的检测框,所述基于所述非占道目标的检测结果,利用预设目标分割策略对所述当前时刻的待检测图像进行目标分割,得到所述当前时刻的待检测图像的目标分割结果包括:
28、将所述非占道目标的检测框所在的区域进行掩膜,得到掩膜后的当前时刻的待检测图像;
29、获取背景图像,所述背景图像基于惯性滤波对多帧连续图像进行融合得到;
30、利用所述预设帧差法,对所述掩膜后的当前时刻的待检测图像和所述背景图像进行差分运算,得到所述当前时刻的待检测图像中的占道目标的像素点,作为所述当前时刻的待检测图像的目标分割结果。
31、可选地,所述目标分割结果中包括占道目标对应的多个像素点,所述根据所述目标分割结果,确定所述当前时刻的待检测图像中的占道目标包括:
32、确定所述占道目标的多个像素点所对应的二值图像;
33、对所述二值图像进行形态学处理,得到形态学处理结果;
34、根据所述形态学处理结果确定连通域;
35、在所述连通域的面积超过预设面积阈值的情况下,确定所述连通域对应的目标为占道目标。
36、第二方面,本技术实施例还提供一种占道目标检测装置,所述装置包括:
37、获取单元,用于获取当前时刻的待检测图像;
38、检测单元,用于利用预设目标检测模型对所述当前时刻的待检测图像中的非占道目标进行检测,得到非占道目标的检测结果;
39、目标分割单元,用于基于所述非占道目标的检测结果,利用预设目标分割策略对所述当前时刻的待检测图像进行目标分割,得到所述当前时刻的待检测图像的目标分割结果;
40、确定单元,用于根据所述目标分割结果,确定所述当前时刻的待检测图像中的占道目标。
41、第三方面,本技术实施例还提供一种电子设备,包括:
42、处理器;以及
43、被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
44、第四方面,本技术实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
45、本技术实施例采用的上述至少一个技术方案能够达到以下有益效果:本技术实施例的占道目标检测方法先获取当前时刻的待检测图像;然后利用预设目标检测模型对当前时刻的待检测图像中的非占道目标进行检测,得到非占道目标的检测结果;之后基于非占道目标的检测结果,利用预设目标分割策略对当前时刻的待检测图像进行目标分割,得到当前时刻的待检测图像的目标分割结果;最后根据目标分割结果,确定当前时刻的待检测图像中的占道目标。本技术实施例的占道目标检测方法融合了基于传统图像处理技术的目标分割算法和基于深度卷积网络的目标检测算法,避免了非占道目标的运动对占道目标的检测所产生的干扰,降低了误报率。