[发明专利]目标检测方法、图像处理设备及具有存储功能的设备

说明书

本申请公开了一种目标检测方法、图像处理设备及具有存储功能的设备，该方法包括：获取视频帧，并将该视频帧输入基于深度学习的目标检测模型中，检测得到视频帧中的目标；获取目标与对应背景区域的相似度；将相似度小于预设阈值的目标作为检测到的目标进行输出。通过上述方式，本申请能够目标检测的准确率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种目标检测方法、图像处理设备及具有存储功能的设备。

背景技术

在视频图像处理领域，目标检测技术主要分为深度学习目标检测方法和非深度学习目标检测方法两种。然而，基于深度学习目标检测算法，存在虚检的目标，即在视频帧中检出了不需检出的物体，例如检测目标为机动车时，在雨伞，树木，垃圾桶等上也检出目标框。而基于非深度学习中背景建模的目标检测算法，仅可以检测出运动的目标，而且需要进一步进行目标区域分割才能获取到目标框。

发明内容

本申请主要解决的技术问题是提供一种目标检测方法、图像处理设备及具有存储功能的设备，能够提高目标检测的准确率。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种目标检测方法，包括：获取视频帧，并将该视频帧输入基于深度学习的目标检测模型中，检测得到视频帧中的目标；获取目标与对应背景区域的相似度；将相似度小于预设阈值的目标作为检测到的目标进行输出。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种图像处理设备，包括：相互连接的处理器和存储器；存储器用于存储处理器执行所需的指令和数据；处理器用于执行指令以实现如上所述的方法。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种具有存储功能的设备，内部存储有程序指令，该程序指令用于被执行以实现如上所述的方法。

本申请的有益效果是：区别于现有技术的情况，本申请的实施例中，获取视频帧后，将该视频帧输入基于深度学习的目标检测模型中，检测得到视频帧中的目标，并获取目标与对应背景区域的相似度，将相似度小于预设阈值的目标作为检测到的目标进行输出。通过上述方式，本申请通过将与对应背景区域的相似度低的目标去除，从而实现去除基于深度学习的目标检测模型的虚检目标，有效抑制虚检，提高了目标检测的准确率。

附图说明

图1是本申请一种目标检测方法第一实施例的流程示意图；

图2是图1中步骤S12的具体流程示意图；

图3是本申请一种目标检测方法第二实施例的流程示意图；

图4是图3中步骤S1221的具体流程示意图；

图5是检测到多个目标框的一个视频帧的示意图；

图6是本申请一种目标检测方法第三实施例的流程示意图；

图7是本申请一种图像处理设备一实施例的结构示意图；

图8是本申请一种具有存储功能的设备一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，本申请一种目标检测方法第一实施例包括：

S11：获取视频帧，并将视频帧输入基于深度学习的目标检测模型中，检测得到视频帧中的目标。