[发明专利]一种目标检测方法、装置、计算机设备及存储介质

说明书

本发明实施例提供了一种目标检测方法、装置、计算机设备及存储介质，其中，目标检测方法包括：基于待检测目标的特征信息，分别提取视频中多个视频帧的特征信息；采用预设多特征融合方式，将各视频帧的特征信息进行融合，得到融合特征；基于融合特征，对待检测目标进行检测。通过本方案可以提高目标检测性能。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种目标检测方法、装置、计算机设备及存储介质。

背景技术

目标检测是计算机视觉领域中一个基础的研究课题，在人脸识别、安全监控以及动态追踪等很多方面都有着广泛的应用。目标检测是指对于一幅图像，检测和识别该图像中特定的目标(例如人脸)，并确定目标的位置、大小等信息。

基于深度学习的目标检测技术是目前效果较好、使用较广泛的目标检测技术。基于深度学习的目标检测技术中，首先基于深度学习的思想，将图像数据输入基于待检测目标的特征信息预先训练得到的卷积神经网络中，得到图像数据中待检测目标的特征信息，然后利用候选区域选择方法从特征信息中提取若干个包含待检测目标的特征值的候选区域，最后，采用目标分类方法和边界框回归技术将粗糙的候选目标细化为更加精确的目标边界，得到目标类别及目标位置信息。上述的目标检测技术中，是对一帧一帧的单帧图像分别进行目标检测，然而，图像中往往会存在低对比度或者尺寸较小的目标。由于对比度低、尺寸较小等原因，无法判断是否为目标，因此，会出现无法准确检测到目标的情况，导致目标检测的性能较低。

发明内容

本发明实施例的目的在于提供一种目标检测方法、装置、计算机设备及存储介质，以提高目标检测性能。具体技术方案如下：

第一方面，本发明实施例提供了一种目标检测方法，所述方法包括：

基于待检测目标的特征信息，分别提取视频中多个视频帧的特征信息；

采用预设多特征融合方式，将各视频帧的特征信息进行融合，得到融合特征；

基于所述融合特征，对所述待检测目标进行检测。

可选的，所述基于待检测目标的特征信息，分别提取视频中多个视频帧的特征信息，包括：

提取视频中连续的多个视频帧；

分别将各视频帧输入基于待检测目标的特征信息预先训练得到的卷积神经网络中，通过所述卷积神经网络的运算，得到各视频帧的特征信息。

可选的，所述采用预设多特征融合方式，将各视频帧的特征信息进行融合，得到融合特征，包括：

将各视频帧的特征信息串联拼接，得到融合特征；

或者，

将各视频帧的特征信息中相应的特征值相加，得到融合特征。

可选的，在所述基于所述融合特征，对所述待检测目标进行检测之前，所述方法还包括：

采用预设候选区域算法，从所述融合特征中提取包含所述待检测目标的特征值的候选区域；

所述基于所述融合特征，对所述待检测目标进行检测，包括：

对所述候选区域进行池化操作，得到池化结果；

基于所述池化结果，对所述待检测目标进行检测。

可选的，所述基于所述融合特征，对所述待检测目标进行检测，包括：

通过目标分类技术，对所述融合特征进行类别识别，根据识别结果判断所述视频中是否存在具有指定类别的待检测目标。

可选的，如果所述视频中存在具有指定类别的待检测目标，所述方法还包括：

通过目标位置回归技术，确定所述待检测目标的位置信息。