[发明专利]图像检测方法、装置、设备及存储介质

说明书

本公开提供一种图像检测方法、装置、设备及存储介质。本实施例提供的图像检测方法，包括：对获取的视频图像进行预处理，得到初始图像；通过目标模型的第一分支检测所述初始图像中车辆的方向，通过第二分支检测所述初始图像中车辆的关键点；其中，所述目标模型是通过预设的训练样本集训练得到的神经网络模型，用于从初始图像中检测出车辆的方向和车辆的关键点；根据所述车辆的方向，确定所述车辆的关键点是否有效；若所述车辆的关键点有效，则输出所述车辆的关键点。通过本公开实施例提供的图像检测方法，可以有效地缩短车辆关键点的检测时间，提高图像的检测效率。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像检测方法、装置、设备及存储介质。

背景技术

随着图像处理技术的发展，对图像中物体的检测技术也被越来越广泛地应。例如在对车辆进行监控时，就需要对车身的关键点进行检测，以准确地识别出车辆的信息。

目前，车辆的关键点检测一般需要至少构建三个独立的学习模型，用于实现对车辆关键点的检测。例如：通过训练好的车辆检测模型从视频图像中检测出车辆，然后通过方向检测模型检测出车辆的方向，最后再通过训练好的关键点检测模型从车辆图像上检测出关键点信息。

但是，通过上述方式，需要预先对多个学习模型进行单独训练，且所有模型检测的总耗时长，图像的检测效率低下。

发明内容

本公开提供一种图像检测方法、装置、设备及存储介质，可以有效地缩短车辆关键点的检测时间，提高图像的检测效率。

第一方面，本公开提供一种图像检测方法，包括：

对获取的视频图像进行预处理，得到初始图像；

通过目标模型的第一分支检测所述初始图像中车辆的方向，通过第二分支检测所述初始图像中车辆的关键点；其中，所述目标模型是通过预设的训练样本集训练得到的神经网络模型，用于从初始图像中检测出车辆的方向和车辆的关键点；

根据所述车辆的方向，确定所述车辆的关键点是否有效；

若所述车辆的关键点有效，则输出所述车辆的关键点。

在一种可能的设计中，对获取的视频图像进行预处理，得到初始图像，包括：

对获取的视频图像进行旋转、压缩、裁剪、灰度调整中的任一或者任多处理，得到预设尺寸大小的初始图像。

在一种可能的设计中，在根据所述车辆的方向，确定所述车辆的关键点是否有效之前，还包括：

获取所述第一分支提取的第一特征向量，所述第一特征向量用于表征所述车辆的方向；

获取所述第二分支提取的第二特征向量，所述第二特征向量用于表征所述车辆的关键点；

对所述第一特征向量和所述第二特征向量中的元素进行合并处理，得到合并后的特征向量；

获取所述合并后的特征向量相对于换算矩阵的特征值；

若所述特征值减去预设的参考值之后，得到的是正数，则确定初始图像中包含车辆；

若得到的是负数，则确定初始图像中不包含车辆，舍弃所述初始图像。

在一种可能的设计中，根据所述车辆的方向，确定所述车辆的关键点是否有效，包括：

若所述车辆的方向在参考方向的角度范围内，则确定所述车辆的关键点有效；

若所述车辆的方向不在参考方向的角度范围内，则确定所述车辆的关键点无效。

在一种可能的设计中，在通过目标模型的第一分支检测所述初始图像中车辆的方向，通过第二分支检测所述初始图像中车辆的关键点之前，还包括：