[发明专利]一种动态目标检测方法、装置、计算机设备及存储介质

说明书

本发明公开了一种动态目标检测方法、装置、计算机设备及存储介质，涉及人工智能领域。方法包括：对监控设备的视频流进行背景建模，在视频流的帧图像中确定第一候选区域；从第一候选区域中筛选出符合尺寸条件的第一目标候选区域；通过目标检测模型识别帧图像包含的物体，得到第二候选区域；从第二候选区域中筛选出符合尺寸条件的第二目标候选区域；分别计算各第一目标候选区域与各第二目标候选区域的交并比；若交并比大于预设的交并比阈值，获取第一目标候选区域与第二目标候选区域的共同区域；通过预训练的图像分类模型检测共同区域中是否存在预设的违规目标物。本发明能够提高对动态的违规目标物，例如老鼠的识别概率，同时计算量更小。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种动态目标检测方法、装置、计算机设备及存储介质。

背景技术

随着生活水平的提高，人们对餐厅后厨的卫生状况的关注度越来越高。餐厅后厨中是否有老鼠，是餐厅后厨环境状况好坏的一个重要指标。

现有技术中，通过从监控视频流中截取图像，并用分类模型进行检测，从而判断是否有老鼠。然而这种方式仅仅通过一张静态的图像去分析，难以准确识别处于运动状态中的老鼠，经常存在误判的情况，且计算量大。

发明内容

本发明提供了一种动态目标检测方法、装置、计算机设备及存储介质，旨在解决现有老鼠检测方法，准确性低，易发生误判且计算量大的问题。

第一方面，本发明提供了一种动态目标检测方法，其包括：

获取监控设备的视频流，对所述视频流进行背景建模，在所述视频流的帧图像中确定出具有动态目标的区域，得到第一候选区域；

从所述第一候选区域中筛选出符合预设的尺寸条件的第一目标候选区域；

通过预设的基于深度学习的目标检测模型识别所述帧图像包含的物体，得到第二候选区域；

从所述第二候选区域中筛选出符合预设的尺寸条件的第二目标候选区域；

分别计算各所述第一目标候选区域与各所述第二目标候选区域的交并比；

若所述第一目标候选区域与所述第二目标候选区域的交并比大于预设的交并比阈值，获取所述第一目标候选区域与所述第二目标候选区域的共同区域；

通过预训练的图像分类模型检测所述共同区域中是否存在预设的违规目标物。

第二方面，本发明还提供了一种动态目标检测装置，其包括用于执行上述方法的单元。

第三方面，本发明还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。

第四方面，本发明还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。

本发明提供了一种动态目标检测方法、装置、计算机设备及存储介质。本发明实施例的技术方案中，背景建模能够识别帧图像中的动态目标，并框定在第一候选区域中，预设的基于深度学习的目标检测模型能够识别帧图像中的物体，并框定在第二候选区域中。通过从所述第一候选区域中筛选出第一目标候选区域以及从所述第二候选区域中筛选出第二目标候选区域，能够实现对违规目标物的初步筛选，使得对违规目标物的定位更加精准，同时可以减少后续运算的计算量，提高效率。在所述第一目标候选区域与所述第二目标候选区域的交并比大于预设的交并比阈值时，说明所述第一目标候选区域与所述第二目标候选区域的重叠率高，即通过背景建模以及基于深度学习的目标检测模型同时在帧图像中的相近区域识别到物体，因此，该物体是误判的可能性小，确保了识别的准确性。最后，通过预训练的图像分类模型精准检测共同区域中是否存在预设的违规目标物，由于只需检测共同区域，其计算量更小。