[发明专利]一种目标检测方法及装置

摘要

本申请实施例公开了一种目标检测方法及装置，涉及视频处理技术领域，上述方法包括：从待检测视频中获得待检测图像序列；基于预先训练的CNN模型，提取待检测图像序列的第一CNN特征，根据第二CNN特征对第一CNN特征进行特征融合，获得第一融合CNN特征；将第一融合CNN特征输入至第一级分类器，获得第一备选目标区域；根据第一备选目标区域，确定第二级分类器的第一输入区域；根据第一融合CNN特征，获得第一输入区域的第三CNN特征；将第三CNN特征输入至第二级分类器，根据第二级分类器的输出结果，获得针对待检测图像序列的目标检测结果。应用本申请实施例提供的方案进行目标检测，提高了针对视频进行目标检测时的准确度。

主权项

1.一种目标检测方法，其特征在于，所述方法包括：根据基于视频时序的图像序列确定算法，从待检测视频中获得待检测图像序列；基于预先训练的卷积神经网络CNN模型，提取所述待检测图像序列的第一CNN特征，并根据第二CNN特征对所述第一CNN特征进行特征融合，获得所述待测试图像序列的第一融合CNN特征，其中，所述第二CNN特征为：所述待检测视频中已检测图像序列的CNN特征，所述CNN模型包括：第一级分类器和第二级分类器，所述第一级分类器为：根据样本图像序列的第二融合CNN特征和所述样本图像序列中目标所在标定区域，对CNN进行训练得到的分类器，所述第二级分类器为：根据所述第二融合CNN特征、标定区域和第一级分类器的输出结果对CNN进行训练得到的分类器，所述样本图像序列为：根据所述图像序列确定算法，从样本视频中获得的图像序列；将所述第一融合CNN特征输入至所述第一级分类器，从所述第一级分类器的输出结果中，获得所述待测试图像序列中的第一备选目标区域；根据所述第一备选目标区域，确定所述第二级分类器的第一输入区域；根据所述第一融合CNN特征，获得所述第一输入区域的第三CNN特征；将所述第三CNN特征输入至所述第二级分类器，根据所述第二级分类器的输出结果，获得针对所述待检测图像序列的目标检测结果。