[发明专利]建立视频检测模型以及视频检测的方法、装置

说明书

本发明提供一种建立视频检测模型的方法，包括：获取训练数据；将训练数据中视频作为神经网络的输入获取输出结果；根据输出结果确定视频全部图像帧的检测结果，在将检测结果与标注结果进行比对之后得到检测准确率和检测召回率；根据检测准确率、检测召回率以及实际检测图像帧的数目得到神经网络的奖励值，利用奖励值调整神经网络的参数得到视频检测模型。本发明还提供一种视频检测的方法，包括：获取待检测视频；将待检测视频作为视频检测模型的输入获取输出结果；确定输出结果是否包含待检测视频中全部图像帧的检测结果，若是，将输出结果作为待检测视频的检测结果，否则通过相邻帧插值获取未检测图像帧的检测结果后得到待检测视频的检测结果。

【技术领域】

本发明涉及图像处理技术领域，尤其涉及一种建立视频检测模型以及视频检测的方法、装置、设备和计算机存储介质。

【背景技术】

现有技术在进行视频中物体的检测时，通常是将视频拆分为一帧一帧的图像之后，再依次对各帧图像中所包含的物体进行检测。若视频中的物体保持静止时，则在多帧图像中该物体的位置并不会发生变化，若仍采用逐帧检测的方式进行物体检测时，则会降低视频检测的速度。

【发明内容】

有鉴于此，本发明提供了一种建立视频检测模型以及视频检测的方法、装置、设备和计算机存储介质，用于在视频检测模型的训练过程中兼顾实际检测的图像帧的数目，避免训练得到的视频检测模型针对任何视频中每帧图像均进行检测的问题，使得在进行视频检测时，所建立的视频检测模型能够从视频中选取合适数目的图像帧进行检测，从而提升视频检测的检测速度。

本发明为解决技术问题所采用的技术方案为提供一种建立视频检测模型的方法，包括：获取训练数据，所述训练数据中包含各视频以及各视频所包含图像帧的标注结果；将所述训练数据中的视频作为神经网络的输入，获取所述神经网络针对该视频的输出结果；根据所述输出结果确定该视频中全部图像帧的检测结果，在将各图像帧的检测结果与标注结果进行比对之后，得到所述神经网络的检测准确率和检测召回率；根据检测准确率、检测召回率以及所述神经网络实际检测该视频中图像帧的数目得到所述神经网络的奖励值，利用所述奖励值调整所述神经网络的参数，得到视频检测模型。

根据本发明一优选实施例，所述根据所述输出结果确定该视频中全部图像帧的检测结果包括：确定所述输出结果是否包含该视频中全部图像帧的检测结果；若是，则将该输出结果作为该视频中全部图像帧的检测结果，否则，在通过相邻帧插值的方式获取未检测的图像帧的检测结果之后，得到该视频中全部图像帧的检测结果。

根据本发明一优选实施例，所述确定所述输出结果是否包含该视频中全部图像帧的检测结果包括：获取所述视频中包含的图像帧的第一数量；获取所述输出结果中包含检测结果的图像帧的第二数量；确定所述第一数量和第二数量是否一致，若是，则确定所述输出结果包含该视频中全部图像帧的检测结果，否则确定所述输出结果未包含该视频中全部图像帧的检测结果。

根据本发明一优选实施例，所述方法还包括：所述神经网络的训练目标为使得所述神经网络的奖励值收敛。

本发明为解决技术问题所采用的技术方案为提供一种视频检测的方法，包括：获取待检测视频；将所述待检测视频作为视频检测模型的输入，获取所述视频检测模型的输出结果；确定所述输出结果是否包含所述待检测视频中全部图像帧的检测结果，若是，则将所述输出结果作为所述待检测视频的检测结果，否则，在通过相邻帧插值的方式获取所述视频检测模型未检测的图像帧的检测结果之后，得到所述待检测视频的检测结果。

根据本发明一优选实施例，所述确定所述输出结果是否包含所述待检测视频中全部图像帧的检测结果包括：获取所述待检测视频中包含的图像帧的第三数量；获取所述输出结果中包含检测结果的图像帧的第四数量；确定所述第三数量和第四数量是否一致，若是，则确定所述输出结果包含所述待检测视频中全部图像帧的检测结果，否则确定所述输出结果未包含所述待检测视频中全部图像帧的检测结果。