[发明专利]一种基于transformer的孪生网络目标搜索系统

说明书

本发明属于计算机视觉中图像检索和目标检测领域，本发明公开了一种基于transformer的孪生网络目标搜索系统，本发明通过引入vision transformer模型加DETR目标检测头的方式，训练目标检索模型，端到端地训练当前的目标检索模型，同时完成检测和检索的任务，更好地提升了模型的准确性。

技术领域

本发明属于计算机视觉中图像检索和目标检测领域，本发明公开了一种基于transformer的孪生网络目标搜索系统。

背景技术

计算机视觉就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。图像处理技术把输入图像转换成具有所希望特性的另一幅图像。在计算机视觉研究中经常利用图像处理技术进行预处理和特征抽取，让计算机具有视觉、听觉和说话等能力。

目标检测与识别在生活中多个领域中有着广泛的应用，它是将图像或者视频中的目标与不感兴趣的部分区分开，判断是否存在目标，若存在目标则确定目标的位置，识别目标是一种计算机视觉任务。目标检测与识别是计算机视觉领域中一个非常重要的研究方向，随着互联网，人工智能技术，智能硬件的迅猛发展，人类生活中存在着大量的图像和视频数据，这使得计算机视觉技术在人类生活中起到的作用越来越大，对计算机视觉的研究也越来月火热。目标检测与识别，作为计算机视觉领域的基石，也越来越受到重视。由于当前对目标检索系统的需求越来越大，且目标检索系统的技术发展较为缓慢，迫切需要一套成熟的目标检索系统，准确地解决实际的目标检索问题，故开发本系统。

发明内容

为解决上述技术问题，本发明提供了一种基于transformer的孪生网络目标检索系统，利用摄像头监测目标，结合计算机视觉中图像检索和目标检测的方法，实现了对摄像头监控区域内目标的检索与显示。

为达到上述目的，本发明的技术方案如下：

一种基于transformer的孪生网络目标搜索系统，包括以下步骤：

(1)采集图像数据，作为待搜索图；并在部分待搜索图中提取出感兴趣目标，作为查询图，设计孪生网络目标搜索训练模型；

(2)进行摄像头区域选择，选择摄像头群组确定搜索区域，输入待搜索目标图片；

(3)搜索任务启动，通过视频取帧的方式从摄像头内等时间间隔地获取场景图片，图片通过模型进行检测，检测出每一个目标，将目标与待搜索图做特征比较，计算目标匹配度，取最大值，若匹配度超过设定阈值，将搜索图片的序号i加入结果队列；

(4)若结果队列有新纪录产生，则将当前检测图片存入后台服务器设置好的静态资源目录下，并将信息存入数据库，前端界面根据需求从数据库筛选显示对应目标的搜索结果信息。

进一步的，步骤(1)具体方法如下：