检测对象的方法、装置、设备和存储介质与流程

本公开的示例实施例总体涉及计算机领域，特别地涉及检测对象的方法、装置、设备和计算机可读存储介质。

背景技术：

1、随着各行业对场景化监控与智能分析的需求持续增长，基于视频的对象检测技术得到了广泛关注与快速发展。该技术通过对视频画面智能解析，可以实现对视频或图像序列中动态目标的高效、精准识别。

技术实现思路

1、在本公开的第一方面，提供了一种检测对象的方法。该方法包括：从视频中确定潜在包含至少一个对象的候选图像帧；从视频中确定与候选图像帧相关联的至少一个参考图像帧；基于至少一个对象在候选图像帧中的潜在位置，确定候选图像帧以及至少一个参考图像帧中的各图像帧中潜在包含至少一个对象的多个图像片段；以及基于多个图像片段之间的至少一个差分图像片段，在候选图像帧中检测至少一个对象。

2、在本公开的第二方面，提供了一种用于检测对象的装置。该装置包括：第一确定模块，被配置为从视频中确定潜在包含至少一个对象的候选图像帧；第二确定模块，被配置为从视频中确定与候选图像帧相关联的至少一个参考图像帧；第三确定模块，被配置为基于至少一个对象在候选图像帧中的潜在位置，确定候选图像帧以及至少一个参考图像帧中的各图像帧中潜在包含至少一个对象的多个图像片段；以及检测模块，被配置为基于多个图像片段之间的至少一个差分图像片段，在候选图像帧中检测至少一个对象。

3、在本公开的第三方面，提供了一种电子设备。该设备包括至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令在由至少一个处理单元执行时使设备执行第一方面的方法。

4、在本公开的第四方面，提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序，计算机程序可由处理器执行以实现第一方面的方法。

5、在本公开的第五方面，提供了一种计算机程序产品。该计算机程序产品包括计算机可执行指令，计算机可执行指令在被处理器执行时实现第一方面的方法。

6、应当理解，本 技术实现要素： 部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。

1.一种检测对象的方法，包括：

2.根据权利要求1所述的方法，其中所述视频为经压缩的视频。

3.根据权利要求1所述的方法，其中确定所述至少一个参考图像帧包括：

4.根据权利要求1所述的方法，其中所述至少一个差分图像片段包括所述至少一个参考图像帧中的各个所述图像片段与所述候选图像帧中的所述图像片段之间的差分图像片段。

5.根据权利要求1所述的方法，还包括：

6.根据权利要求1所述的方法，其中在所述候选图像帧中检测所述至少一个对象是利用第二机器学习模型来进行的。

7.根据权利要求6所述的方法，其中在所述候选图像帧中检测所述至少一个对象包括：

8.根据权利要求6所述的方法，其中所述第二机器学习模型是基于训练数据集来训练的，其中所述训练数据集是如下获得的：

9.根据权利要求8所述的方法，其中确定与所述样本图像帧相关联的至少一个参考样本图像帧包括：

10.根据权利要求9所述的方法，其中确定与所述基准样本图像帧包括：

11.根据权利要求1所述的方法，还包括：

12.一种用于检测对象的装置，包括：

13.一种电子设备，包括：

14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序可由处理器执行以实现根据权利要求1至11中任一项所述的方法。

15.一种计算机程序产品，包括计算机可执行指令，其中所述计算机可执行指令在被处理器执行时实现根据权利要求1至11中任一项所述的方法。