[发明专利]检测方法、检测装置、监控设备和计算机可读存储介质

权利要求书

1.一种检测方法，其特征在于，包括：

获取至少一个摄像装置的图像数据；

识别所述图像数据中目标图像的每一个像素点的像素值；

根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像；

采用YOLO v3模型对所述待检测图像进行检测运算，以识别所述待检测图像中存在的目标检测对象；

记录所述目标检测对象。

2.根据权利要求1所述的检测方法，其特征在于，所述获取至少一个摄像装置的图像数据的步骤，具体包括：

获取所述图像数据的配置信息；

根据所述配置信息确定下载所述图像数据所需的进程数量；

根据所述进程数量并行下载所述图像数据。

3.根据权利要求1所述的检测方法，其特征在于，所述根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像的步骤，具体包括：

根据当前帧目标图像的像素点与前一帧目标图像的像素点之间的对应关系，计算所述当前帧目标图像中每一个像素点的像素值与所述前一帧目标图像中每一个像素点的像素值之间的像素差值；

比较所述所有像素点的像素差值的绝对值之和与所述预设像素值之间的大小关系；

基于所述所有像素点的像素差值的绝对值之和大于所述预设像素值的情况，将所述当前帧目标图像作为所述待检测图像。

4.根据权利要求3所述的检测方法，其特征在于，还包括：

基于所述像素差值的绝对值之和小于或等于所述预设像素值的情况，记录前一个待检测图像中存在的目标检测对象。

5.根据权利要求1至4中任一项所述的检测方法，其特征在于，

所述图像数据包括所述摄像装置的身份信息、所述摄像装置采集的所述目标图像以及所述目标图像的采集时间。

6.根据权利要求5所述的检测方法，其特征在于，所述采用YOLO v3模型对所述待检测图像进行检测运算的步骤之后，还包括：

根据预设尺寸分割所述待检测图像，得到检测单元格；

匹配所述检测单元格和卷积神经网络模型，确定所述检测单元格的边界框；

根据所述边界框和预设类别边界框，确定所述边界框的定位置信度和分类置信度；

采用极大值抑制算法对所述定位置信度和所述分类置信度进行处理，得到所述目标检测对象的类别信息。

7.根据权利要求6所述的检测方法，其特征在于，所述记录所述目标检测对象的步骤，具体包括：

根据所述待检测图像、所述类别信息、所述身份信息及所述采集时间生成并上传事件记录。

8.一种检测装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时执行如权利要求1至7中任一项所述的检测方法。

9.一种监控设备，其特征在于，包括：

至少一个摄像装置；

如权利要求8所述的检测装置，所述检测装置连接于所述至少一个摄像装置，所述检测装置执行计算机程序时能够实现以下步骤：

获取所述至少一个摄像装置的图像数据；

识别所述图像数据中目标图像的每一个像素点的像素值；

根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像；

采用YOLO v3模型对所述待检测图像进行检测运算，以识别所述待检测图像中存在的目标检测对象；

记录所述目标检测对象。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的检测方法。