目标识别方法和装置与流程

本公开涉及人工智能，具体涉及计算机视觉、深度学习等，尤其涉及一种目标识别方法和装置、电子设备、计算机可读介质以及计算机程序产品。

背景技术：

1、球机作为摄像头的一种，可自动调节角度和方向，并带有预置位功能。在实际落地过程中，对于球机的应用场景，目标会由于球机的转动出现“伪消失”现象。

2、基于球机和目标的运动是相对的，针对上述“伪消失”现象，现有技术在球机转动时，可能会误判别目标已经移动。

技术实现思路

1、提供了一种目标识别方法和装置、电子设备、计算机可读存储介质以及计算机程序产品。

2、根据第一方面，提供了一种目标识别方法，该方法包括：获取可转动的摄像装置采集的视频流；基于视频流对应的图像帧中的目标，确定摄像装置的预置位；基于预置位和视频流，确定静物图像帧以及静物图像帧中的固定静物；基于静物图像帧和固定静物，确定视频流中目标的位置变动结果。

3、根据第二方面，提供了一种目标识别装置，该装置包括：获取单元，被配置成获取可转动的摄像装置采集的视频流；位置确定单元，被配置成基于视频流对应的图像帧中的目标，确定摄像装置的预置位；图像确定单元，被配置成基于预置位和视频流，确定静物图像帧以及静物图像帧中的固定静物；结果确定单元，被配置成基于静物图像帧和固定静物，确定视频流中目标的位置变动结果。

4、根据第三方面，提供了一种电子设备，该电子设备包括：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如第一方面任一实现方式描述的方法。

5、根据第四方面，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，计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。

6、根据第五方面，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时实现如第一方面任一实现方式描述的方法。

7、本公开的实施例提供的目标识别方法和装置，首先，获取可转动的摄像装置采集的视频流；其次，基于视频流对应的图像帧中的目标，确定摄像装置的预置位；再次，基于预置位和视频流，确定静物图像帧以及静物图像帧中的固定静物；最后，基于静物图像帧和固定静物，确定视频流中目标的位置变动结果。由此，在对摄像装置进行预置位定位的基础上，通过固定静物与目标的相对位置关系确定视频流中的目标，可以对目标的状态进行有效地识别，提高了目标的位置变动识别的可靠性。

8、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。

技术特征：

1.一种目标识别方法，所述方法包括：

2.根据权利要求1所述的方法，其中，所述基于所述视频流对应的图像帧中的目标，确定所述摄像装置的预置位包括：

3.根据权利要求2所述的方法，其中，所述对所述图像帧进行目标检测，得到所述图像帧具有所述目标的识别结果以及所述目标的出现时刻包括：

4.根据权利要求1所述的方法，其中，所述基于所述预置位和所述视频流，确定静物图像帧以及所述静物图像帧中的固定静物包括：

5.根据权利要求4所述的方法，其中，所述对所述时刻图像帧进行固定静物检测，得到静物图像帧和所述静物图像帧中的固定静物包括：

6.根据权利要求4所述的方法，其中，所述对所述时刻图像帧进行固定静物检测，得到静物图像帧和所述静物图像帧中的固定静物包括：

7.根据权利要求2所述的方法，其中，所述基于所述静物图像帧和所述固定静物，确定所述视频流中目标的位置变动结果包括：

8.根据权利要求7所述的方法，其中，所述检测所述待测图像帧中是否具有所述目标包括：

9.根据权利要求7所述的方法，其中，所述针对所述图像帧中位于所述静物图像帧之后的待测图像帧，检测所述待测图像帧中是否具有所述固定静物包括：

10.根据权利要求9所述的方法，其中，在所述确定所述待测图像帧中具有所述固定静物之前，所述针对所述图像帧中位于所述静物图像帧之后的待测图像帧，检测所述待测图像帧中是否具有所述固定静物还包括：

11.一种目标识别装置，所述装置包括：

12.根据权利要求11所述的装置，其中，所述位置确定单元被配置成：基于所述视频流，得到多个不同时刻的图像帧；对所述图像帧进行目标检测，得到所述图像帧具有所述目标的识别结果以及所述目标的出现时刻；基于所述出现时刻和所述识别结果，确定所述摄像装置的预置位。

13.根据权利要求12所述的装置，其中，所述位置确定单元进一步被配置成：获取所述图像帧中第一时刻的第一图像帧和第二时刻的第二图像帧；采用目标检测模型对所述第一图像帧和所述第二图像帧进行目标检测，得到所述第一图像帧的第一坐标框和所述第二图像帧的第二坐标框；所述目标检测模型用于表征图像与图像中目标的坐标框的对应关系；计算所述第一坐标框和所述第二坐标框的交并比值；响应于所述第一坐标框和所述第二坐标框的交并比值大于第一预设阈值，得到所述图像帧具有所述目标的识别结果；基于所述第一时刻和所述第二时刻，确定所述目标的出现时刻。

14.根据权利要求11所述的装置，其中，所述图像确定单元被配置成：基于所述预置位对应的时段和所述视频流，确定与所述时段对应的时刻图像帧；对所述时刻图像帧进行固定静物检测，得到静物图像帧和所述静物图像帧中的固定静物。

15.根据权利要求14所述的装置，其中，所述图像确定单元进一步被配置成：采用预先训练完成的固定静物识别模型对所述时刻图像帧进行特定种类固定静物检测，得到静物图像帧和所述静物图像帧中的固定静物，所述固定静物识别模型用于表征图像帧与特定种类固定静物之间对应关系。

16.根据权利要求14所述的装置，其中，所述图像确定单元进一步被配置成：获取自定义静物特征；基于所述自定义静物特征，对所述时刻图像帧进行固定静物检测，得到静物图像帧以及所述静物图像帧中的固定静物。

17.根据权利要求12所述的装置，其中，所述结果确定单元被配置成：针对所述图像帧中位于所述静物图像帧之后的待测图像帧，检测所述待测图像帧中是否具有所述固定静物；响应于所述待测图像帧中具有所述固定静物；检测所述待测图像帧中是否具有所述目标；响应于所述待测图像帧中具有所述目标，确定所述目标的位置未变动。

18.根据权利要求17所述的装置，其中，所述结果确定单元进一步被配置成：采用目标检测模型识别所述待测图像帧，得到所述目标的待测坐标框，所述目标检测模型用于表征图像与图像中目标的坐标框的对应关系；计算所述待测坐标框与预设的目标坐标框的交并比值；响应于所述待测坐标框与所述目标坐标框的交并比值小于第二预设阈值，确定所述待测图像帧中不具有所述目标。

19.根据权利要求17所述的装置，其中，所述结果确定单元进一步被配置成：针对所述图像帧中位于所述静物图像帧之后的待测图像帧，识别所述待测图像帧中固定静物的静物坐标框；计算所述静物坐标框与预设坐标框的交并比值；响应于所述静物坐标框与所述预设坐标框的交并比值大于第三预设阈值，确定所述待测图像帧中具有所述固定静物。

20.根据权利要求19所述的装置，其中，所述结果确定单元进一步被配置成：提取所述静物图像帧中的固定静物，得到标定静物图；提取所述待侧图像帧中的固定静物，得到待测静物图；计算所述标定静物图与所述待测静物图的相似度值；响应于所述相似度值大于相似度阈值，确定所述待测图像帧中具有所述固定静物。

21.一种电子设备，其特征在于，包括：

22.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。

23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-10中任一项所述的方法。

技术总结
本公开提供了一种目标识别方法和装置，涉及人工智能技术领域，具体为计算机视觉、深度学习等技术领域。具体实现方案为：获取可转动的摄像装置采集的视频流；基于视频流对应的图像帧中的目标，确定摄像装置的预置位；基于预置位和视频流，确定静物图像帧以及静物图像帧中的固定静物；基于静物图像帧和固定静物，确定视频流中目标的位置变动结果。该实施方式提高了目标的位置变动识别的准确性。

技术研发人员：姬东飞,杜雨亭,陆勤,龚建
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/2/8