[发明专利]一种确定目标对象位置的方法、装置、计算机设备和介质

说明书

本申请提供了一种确定目标对象位置的方法、装置、计算机设备和介质，方法包括：针对每组目标图像中的第一帧目标图像，根据预先训练好的第一检测模型，确定目标对象在第一帧目标图像中的第一候选虚拟位置；根据预先训练好的第二检测模型和第一候选虚拟位置，确定目标对象在第一帧目标图像中的第一虚拟位置；根据第一虚拟位置，确定目标对象的第一实际位置；针对每组目标图像中的第二帧目标图像，根据第一虚拟位置和预先训练好的预测模型，确定目标对象在第二帧目标图像中的第二候选虚拟位置；根据第二候选虚拟位置和第二帧目标图像，确定目标对象在第二帧目标图像中的第二虚拟位置；根据第二虚拟位置，确定目标对象的第二实际位置。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种确定目标对象位置的方法、装置、计算机设备和介质。

背景技术

随着社会经济的快速发展，人们的生活水平不断提高。车辆成为了人们出行最便捷的交通工具，自动驾驶也逐渐应用在了人们的生活中；人们对自己的人身安全逐渐的重视，能够为人身安全提供帮助的智能安防也逐渐的应用在了人们的生活中。无论是自动驾驶，还是智能安防，都需要实现确定目标对象位置功能。

确定目标对象位置的方法基本上都是对获取到的图像进行目标对象识别，现阶段的确定目标对象位置的方法一般是采用计算复杂度较大的深度学习模型来实现，计算复杂度较大的深度学习模型需要通过性能较高的设备执行，边缘计算终端通常受限于功耗、成本，算力较小，无法直接应用计算密集的深度神经网络模型。边缘计算终端应用深度网络模型，需要对模型进行压缩、剪枝、量化，但这些操作都会导致模型性能降低。

发明内容

有鉴于此，本申请的目的在于提供一种确定目标对象位置的方法、装置、计算机设备和介质，能够提高现有技术中应用在边缘计算终端中的确定目标对象位置的方法的准确性。

第一方面，本申请实施例提供了一种确定目标对象位置的方法，应用在终端设备，所述方法包括：

获取监测视频中的多组目标图像，每一组目标图像中包括连续的至少两帧目标图像；

针对每组目标图像中的第一帧目标图像，根据预先训练好的第一检测模型，确定目标对象在所述第一帧目标图像中的第一候选虚拟位置；根据预先训练好的第二检测模型和所述第一候选虚拟位置，确定所述目标对象在所述第一帧目标图像中的第一虚拟位置；根据所述第一虚拟位置，确定所述目标对象的第一实际位置；

针对每组目标图像中的第二帧目标图像，根据所述第一虚拟位置和预先训练好的预测模型，确定所述目标对象在所述第二帧目标图像中的第二候选虚拟位置；根据所述第二候选虚拟位置和所述第二帧目标图像，确定所述目标对象在所述第二帧目标图像中的第二虚拟位置；根据所述第二虚拟位置，确定所述目标对象的第二实际位置。

可选的，当每一组目标图像中包括连续的至少三帧目标图像时，所述方法还包括：

将每组目标图像中的第三帧目标图像作为新的第二帧目标图像，将所述第二虚拟位置作为新的第一虚拟位置，返回根据新的第一虚拟位置和所述预测模型，确定所述目标对象在新的第二帧目标图像中的新的第二候选虚拟位置的步骤，直至得到该组目标图像中除第一帧图像和第二帧图像之外的各帧目标图像对应的新的第二虚拟位置和该组目标图像中各帧目标图像对应的新的第二实际位置。

可选的，所述方法还包括：

针对第二组目标图像中的第一帧目标图像，根据预先训练好的第一检测模型，确定所述目标对象在所述第二组目标图像中的第一帧目标图像中的第三候选虚拟位置；根据第一组目标图像中的最后一帧目标图像中目标对象的存在情况、所述目标对象在所述第二组目标图像中的第一帧目标图像中的第三候选虚拟位置和预先训练好的第二检测模型，确定目标对象在所述第二组目标图像中的第一帧目标图像中的第三虚拟位置；根据所述第三虚拟位置，确定所述目标对象的第三实际位置；