[发明专利]一种面向图像序列的视觉目标动态计数方法及系统

说明书

本发明公开了面向图像序列的视觉目标动态计数方法及系统，涉及计算机视觉技术领域，所述方法包括步骤：构建用于检测图像中目标位置的深度卷积网络，构建用于对图像中目标进行跟踪的目标跟踪器；使用所述目标跟踪器跟踪上一帧图像中出现的目标，得到每一个目标在当前帧图像中的位置；根据跟踪得到的每一个目标在当前帧图像中的位置，判断每一个目标是否通过预设的计数线，得到通过计数线的目标的个数，并相应增加目标计数值；将当前帧图像输入到已完成学习训练的深度卷积网络，计算深度卷积网络的输出，检测每一个目标可能出现的位置；去除检测得到的目标和跟踪得到的目标中相互重叠的目标，得到新增的目标；根据新增的目标，更新目标跟踪器。

技术领域

本发明涉及计算机视觉领域，具体涉及一种面向图像序列的视觉目标动态计数方法及系统。

背景技术

在计算机视觉领域中，从单幅图像中检测特定的视觉目标，并对图像序列中出现的目标进行视觉跟踪，是一种非常重要的技术。基于视觉图像的目标检测和跟踪技术只需要目标的视觉图像作为输入，不需要依赖其他的硬件设备，而可见光或者红外摄像设备已经在工业生产中得到广泛应用，因此基于该技术实现的设备更容易实现和维护。

随着工业生产规模的迅速扩大，工业产品生产过程中的自动化和智能化程度也需要不断提高。一种常见的自动化生产需求是对现代化工业生产流水线上的产品进行精确计数，从而实现对产品的自动化打包生产，显著提高生产过程中的自动化和智能化程度。

传统的计数方式为人工计数，该人工计数的方法会明显提高生产人力成本，并且不适用于一些对人有危害的产品计数。可见，实现对工业生产流水线上的产品进行自动化计数对提高工业生产效率具有重大意义。

现有技术中，自动化计数方法通常有两种，一种是基于激光信号来实现产品计数，一种是基于机械结构来实现产品计数，但是，这两种方法均存在如下两方面的缺陷，不具备广泛的适用性。

一方面，这两种计数方法都需要对现有的生产流水线进行特定的改造，不仅会增加生产成本，而且改造后的流水线后期维护和扩展难度较大，另一方面，这两种计数方法针对不同的产品需要进行重新的改造设计，限制了其适应性，导致其适用范围较窄，不利于市场推广。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种面向图像序列的视觉目标动态计数方法，只需输入视频图像即可，方法简单，适用范围较广。

为达到以上目的，本发明采取的技术方案是：

一种面向图像序列的视觉目标动态计数方法，包括步骤：

A1：构建用于检测图像中目标位置的深度卷积网络，对该深度卷积网络进行学习训练；构建用于对图像中目标进行跟踪的目标跟踪器；设置目标计数值的初始值；

A2：输入一幅待计数图像，将其作为当前帧图像，使用所述目标跟踪器跟踪上一帧图像中出现的目标，得到每一个目标在当前帧图像中的位置；

A3：根据跟踪得到的每一个目标在当前帧图像中的位置，判断每一个目标是否通过预设的计数线，得到通过计数线的目标的个数，并相应增加目标计数值，同时，去除对通过计数线的目标的下一次跟踪；

A4：将当前帧图像输入到已完成学习训练的深度卷积网络，计算深度卷积网络的输出，检测每一个目标可能出现的位置；

A5：去除检测得到的目标和跟踪得到的目标中相互重叠的目标，得到新增的目标；

A6：根据新增的目标，更新目标跟踪器；

A7：输入下一幅待计数图像，重复步骤A2～A6，直至停止目标计数。

在上述技术方案的基础上，所述构建用于检测图像中目标位置的深度卷积网络，对该深度卷积网络进行学习训练的具体步骤包括：