[发明专利]候选区域确定方法和装置在审
| 申请号: | 201811292150.9 | 申请日: | 2018-10-31 |
| 公开(公告)号: | CN111126112A | 公开(公告)日: | 2020-05-08 |
| 发明(设计)人: | 虢齐;张玉双;楚梦蝶;冯昊楠;袁益琴 | 申请(专利权)人: | 顺丰科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
| 代理公司: | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人: | 郭栋梁 |
| 地址: | 518061 广东省深圳市南山区学府路(以南)*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 候选 区域 确定 方法 装置 | ||
1.一种暴力分拣行为候选区域确定方法,其特征在于,该方法包括:
获取监控视频帧;
将所述监控视频帧输入到预先建立的目标检测模型,输出候选区域的类别标识和坐标值,所述目标检测模型是基于RefineDet网络结构训练而成,所述类别标识用于指示所述候选区域是否包含目标对象,所述目标对象包括与被分拣对象接触的分拣行为主体;
如果所述类别标识指示所述候选区域包含所述目标对象,则确定所述监控视频帧为用于分析暴力分拣行为的起始帧。
2.根据权利要求1所述的方法,其特征在于,所述预先建立目标检测模型的步骤包括:
获取历史监控视频帧序列;
对所述历史监控视频帧序列中每个历史监控视频帧按照是否包含所述目标对象进行标注;
对标注后的历史监控视频帧序列进行预处理;
利用预处理后的历史监控视频帧序列按照梯度下降算法训练所述RefineDet网络结构,得到目标检测模型。
3.根据权利要求1或2所述的方法,其特征在于,所述类别标识还可以包括类别置信度。
4.根据权利要求3所述的方法,其特征在于,在确定所述监控视频帧为用于分析暴力分拣行为的起始帧之后,该方法还包括:获取用于分析暴力分拣行为的结束帧。
5.根据权利要求1所述的方法,其特征在于,该方法还包括:
如果所述类别标识指示所述候选区域不包含所述目标对象,则继续获取新的监控视频帧。
6.一种暴力分拣行为候选区域确定装置,其特征在于,该装置包括:
视频帧获取模块,用于获取监控视频帧;
目标检测模块,用于将所述监控视频帧输入到预先建立的目标检测模型,输出候选区域的类别标识和坐标值,所述目标检测模型是基于RefineDet网络结构训练而成,所述类别标识用于指示所述候选区域是否包含目标对象,所述目标对象包括与被分拣对象接触的分拣行为主体;
确定模块,用于如果所述类别标识指示所述候选区域包含所述目标对象,则确定所述监控视频帧为用于分析暴力分拣行为的起始帧。
7.根据权利要求6所述的装置,其特征在于,该装置还包括用于预先建立所述目标检测模型的模块,该模块包括:
历史视频帧获取子模块,用于获取历史监控视频帧序列;
标注子模块,用于对所述历史监控视频帧序列中每个历史监控视频帧按照是否包含所述目标对象进行标注;
预处理子模块,用于对标注后的历史监控视频帧序列进行预处理;
训练子模块,用于利用预处理后的历史监控视频帧序列按照梯度下降算法训练所述RefineDet网络结构,得到目标检测模型。
8.根据权利要求7所述的装置,其特征在于,所述训练子模块包括:
训练集确定单元,用于从预处理后的历史监控视频帧序列中确定训练集;
模型建立单元,用于将训练集输入定位细化模块进行预测框筛选,得到第一类预测框;将所述第一类预测框的特征图经由转移连接块传送到目标检测模块,所述目标检测模块对所述第一类预测框进行回归,得到初始检测模型;
参数更新单元,用于利用最小化损失函数迭代更新所述初始检测模型,得到所述目标检测模型。
9.根据权利要求6-8中任一项所述的装置,其特征在于,在确定所述监控视频帧为用于分析暴力分拣行为的起始帧之后,该装置还包括:结束帧获取模块,用于获取用于分析暴力分拣行为的结束帧。
10.根据权利要求6所述的装置,其特征在于,该装置还包括:新视频获取模块,用于如果所述类别标识指示所述候选区域不包含所述目标对象,则继续获取新的监控视频帧。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司,未经顺丰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811292150.9/1.html,转载请声明来源钻瓜专利网。





