对象检测方法、装置、电子设备及存储介质与流程

1.本技术涉及图像处理技术领域，特别是涉及对象检测方法、装置、电子设备及存储介质。


背景技术：

2.随着计算机视觉技术的发展，特别是深度学习模型的出现，基于计算机视觉技术的对象检测技术逐渐应用到生产及生活的各个方面。
3.现有技术中，针对监控场景，在采集监控视频数据时，会利用人脸抓拍技术对实时采集的监控视频数据流进行人脸识别，检测出监控视频数据中的人脸，并对人脸进行建模，得到并存储人脸的特征信息。在后续取证或比对的过程中，利用目标人脸的特征信息直接与预先存储的各人脸的特征信息进行比对，从而得到目标人脸的检测结果。
4.但是，随着人们安全隐私意识的提高及相关规定的完善，现有隐私规定中禁止在未取得相关人员同意的情况下，预先对人员的特征信息进行提取及存储。因此如何在满足隐私规定的情况下，实现对象的检测成为亟待解决的技术问题。


技术实现要素：

5.本技术实施例的目的在于提供一种对象检测方法、装置、电子设备及存储介质，以实现在满足隐私规定的情况下，实现对象的检测。具体技术方案如下：
6.第一方面，本技术实施例提供了一种对象检测方法，所述方法包括：在对目标对象的检测获得授权的情况下，获取所述目标对象的特征信息；获取待检测图像数据；对所述待检测图像数据中的各对象进行特征提取，得到各所述对象的特征信息；将所述目标对象的特征信息与各所述对象的特征信息进行匹配，得到匹配结果；根据所述匹配结果，清除与所述目标对象不匹配的对象的特征信息；根据所述匹配结果，确定所述目标对象的检测结果。
7.在一种可能的实施方式中，所述在对目标对象的检测获得授权的情况下，获取所述目标对象的特征信息，包括：在获取到针对目标对象的检测任务后，生成针对所述目标对象的授权提示信息；在获取到针对所述授权提示信息的授权指令情况下，获取包含所述目标对象的图像数据；基于包含所述目标对象的图像数据对所述目标对象进行特征提取，得到所述目标对象的特征信息。
8.在一种可能的实施方式中，所述授权提示信息包括检测授权提示项目及特征存储授权提示项目；所述在获取到针对所述授权提示信息的授权指令情况下，获取包含所述目标对象的图像数据，包括：在获取到针对所述检测授权提示项目的授权指令情况下，获取包含所述目标对象的图像数据；
9.所述方法还包括：在获取到针对所述特征存储授权提示项目的授权指令的情况下，存储所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息；在未获取到针对所述特征存储授权提示项目的授权指令情况下，在得到所述目标对象的检测结果后，清除所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息。
10.在一种可能的实施方式中，所述获取待检测图像数据，包括：获取监控视频及所述监控视频的事件信息，其中，所述事件信息表示所述监控视频中存在预设事件的图像数据；基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据。
11.在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及关联片段信息，其中，针对任一事件信息，该事件信息的关联片段信息表示所述监控视频中存在该事件信息对应的预设事件的片段；所述基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据，包括：基于所述事件信息中的关联片段信息，从所述监控视频中提取存在指定事件类型的预设事件的片段，得到待检测图像数据。
12.在一种可能的实施方式中，所述方法还包括：对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型；根据各所述片段及各所述片段中预设事件的事件类型，分别生成各所述片段的事件信息。
13.在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及图像帧信息，其中，针对任一事件信息，该事件信息的图像帧信息表示所述待检测图像数据中存在该事件信息的预设事件的一帧或多帧图像帧；所述基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据，包括：基于所述事件信息中的图像帧信息，从所述监控视频中提取存在指定事件类型的预设事件的图像帧，得到待检测图像数据。
14.在一种可能的实施方式中，所述方法还包括：对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型；针对每一个片段，从该片段中选取一帧或多帧图像帧；针对每一个片段，根据从该片段中选取的图像帧及该片段中预设事件的事件类型，生成从该片段中选取的图像帧的事件信息。
15.在一种可能的实施方式中，在所述对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型之后，所述方法还包括：按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段；所述根据各所述片段及各所述片段中预设事件的事件类型，分别生成各所述片段的事件信息，包括：根据所述过滤后的片段及所述过滤后的片段中预设事件的事件类型，生成所述过滤后的片段的事件信息；或所述针对每一个片段，从该片段中选取一帧或多帧图像帧；针对每一个片段，根据从该片段中选取的图像帧及该片段中预设事件的事件类型，生成从该片段中选取的图像帧的事件信息，包括：针对每一个过滤后的片段，从该过滤后的片段中选取一帧或多帧图像帧；针对每一个过滤后的片段，根据从该过滤后的片段中选取的图像帧及该过滤后的片段中预设事件的事件类型，生成从该过滤后的片段中选取的图像帧的事件信息。
16.在一种可能的实施方式中，所述按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段，包括：针对每一片段，确定该片段中触发预设事件的触发对象的类型，得到该片段的触发对象类型；若该片段的触发对象类型中不包括目标对象类型，则过滤掉该片段，若该片段的触发对象类型中包括目标对象类型，则判定该片段为过滤后的片段，其中，所述目标对象类型为该片段的预设事件所对应的需要检测的对象类型。
17.在一种可能的实施方式中，所述按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段，包括：针对每一个片段，若该片段中仅包含预设白名单库中的白名单对象，则过滤掉该片段；若该片段中存在除所述白名单对象外的其他对象，则判定该片段为过滤
后的片段。
18.在一种可能的实施方式中，所述针对每一个片段，若该片段中仅包含预设白名单库中的白名单对象，则过滤掉该片段；若该片段中存在除所述白名单对象外的其他对象，则判定该片段为过滤后的片段，包括：针对每一个片段，将该片段中各对象的特征信息与预设白名单库中各白名单对象的特征信息进行匹配，其中，所述预设白名单库中存储有预先进行过匹配授权的各白名单对象的特征信息；若该片段中各对象的特征信息均与所述预设白名单库中的白名单对象的特征信息匹配成功，则过滤掉该片段；若该片段中存在至少一个对象的特征信息未与所述预设白名单库中的白名单对象的特征信息匹配成功，则判定该片段为过滤后的片段。
19.第二方面，本技术实施例提供了一种对象检测装置，所述装置包括：特征信息获取模块，用于在对目标对象的检测获得授权的情况下，获取所述目标对象的特征信息；图像数据获取模块，用于获取待检测图像数据；特征信息提取模块，用于对所述待检测图像数据中的各对象进行特征提取，得到各所述对象的特征信息；特征信息匹配模块，用于将所述目标对象的特征信息与各所述对象的特征信息进行匹配，得到匹配结果；特征信息清除模块，用于根据所述匹配结果，清除与所述目标对象不匹配的对象的特征信息；检测结果确定模块，用于根据所述匹配结果，确定所述目标对象的检测结果。
20.在一种可能的实施方式中，所述特征信息获取模块，包括：授权提示信息生成子模块，用于在获取到针对目标对象的检测任务后，生成针对所述目标对象的授权提示信息；授权指令获取子模块，用于在获取到针对所述授权提示信息的授权指令情况下，获取包含所述目标对象的图像数据；特征信息获取子模块，用于基于包含所述目标对象的图像数据对所述目标对象进行特征提取，得到所述目标对象的特征信息。
21.在一种可能的实施方式中，所述授权提示信息包括检测授权提示项目及特征存储授权提示项目；所述授权指令获取子模块，具体用于：在获取到针对所述检测授权提示项目的授权指令情况下，获取包含所述目标对象的图像数据；所述装置还包括：特征信息存储子模块，用于在获取到针对所述特征存储授权提示项目的授权指令的情况下，存储所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息；特征信息清除子模块，用于在未获取到针对所述特征存储授权提示项目的授权指令情况下，在得到所述目标对象的检测结果后，清除所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息。
22.在一种可能的实施方式中，所述图像数据获取模块，包括：事件信息获取子模块，用于获取监控视频及所述监控视频的事件信息，其中，所述事件信息表示所述监控视频中存在预设事件的图像数据；图像数据提取子模块，用于基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据。
23.在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及关联片段信息，其中，针对任一事件信息，该事件信息的关联片段信息表示所述监控视频中存在该事件信息对应的预设事件的片段；所述图像数据提取子模块，具体用于：基于所述事件信息中的关联片段信息，从所述监控视频中提取存在指定事件类型的预设事件的片段，得到待检测图像数据。
24.在一种可能的实施方式中，所述装置还包括：第一预设事件检测模块，用于对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类
型；第一事件信息生成模块，用于根据各所述片段及各所述片段中预设事件的事件类型，分别生成各所述片段的事件信息。
25.在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及图像帧信息，其中，针对任一事件信息，该事件信息的图像帧信息表示所述待检测图像数据中存在该事件信息的预设事件的一帧或多帧图像帧；所述图像数据提取子模块，具体用于：基于所述事件信息中的图像帧信息，从所述监控视频中提取存在指定事件类型的预设事件的图像帧，得到待检测图像数据。
26.在一种可能的实施方式中，所述装置还包括：第二预设事件检测模块，用于对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型；图像帧选取模块，用于针对每一个片段，从该片段中选取一帧或多帧图像帧；第二事件信息生成模块，用于针对每一个片段，根据从该片段中选取的图像帧及该片段中预设事件的事件类型，生成从该片段中选取的图像帧的事件信息。
27.在一种可能的实施方式中，所述装置还包括：片段过滤模块，用于按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段；所述第一事件信息生成模块，具体用于：根据所述过滤后的片段及所述过滤后的片段中预设事件的事件类型，生成所述过滤后的片段的事件信息；或所述第二事件信息生成模块，具体用于：针对每一个过滤后的片段，从该过滤后的片段中选取一帧或多帧图像帧；针对每一个过滤后的片段，根据从该过滤后的片段中选取的图像帧及该过滤后的片段中预设事件的事件类型，生成从该过滤后的片段中选取的图像帧的事件信息。
28.在一种可能的实施方式中，所述片段过滤模块，具体用于：针对每一片段，确定该片段中触发预设事件的触发对象的类型，得到该片段的触发对象类型；若该片段的触发对象类型中不包括目标对象类型，则过滤掉该片段，若该片段的触发对象类型中包括目标对象类型，则判定该片段为过滤后的片段，其中，所述目标对象类型为该片段的预设事件所对应的需要检测的对象类型。
29.在一种可能的实施方式中，所述片段过滤模块，具体用于：针对每一个片段，若该片段中仅包含预设白名单库中的白名单对象，则过滤掉该片段；若该片段中存在除所述白名单对象外的其他对象，则判定该片段为过滤后的片段。
30.在一种可能的实施方式中，所述片段过滤模块，具体用于：针对每一个片段，将该片段中各对象的特征信息与预设白名单库中各白名单对象的特征信息进行匹配，其中，所述预设白名单库中存储有预先进行过匹配授权的各白名单对象的特征信息；若该片段中各对象的特征信息均与所述预设白名单库中的白名单对象的特征信息匹配成功，则过滤掉该片段；若该片段中存在至少一个对象的特征信息未与所述预设白名单库中的白名单对象的特征信息匹配成功，则判定该片段为过滤后的片段。
31.第三方面，本技术实施例提供了一种电子设备，包括处理器及存储器；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序时，实现本技术中任一所述的对象检测方法。
32.第四方面，本技术实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本技术中任一所述的对象检测方法。
33.第五方面，本技术实施例提供了一种包含指令的计算机程序产品，其特征在于，当其在计算机上运行时，使得计算机执行本技术中任一所述的对象检测方法。
34.本技术实施例有益效果：
35.本技术实施例提供的对象检测方法、装置、电子设备及存储介质，在对目标对象的检测获得授权的情况下，获取目标对象的特征信息；获取待检测图像数据；对待检测图像数据中的各对象进行特征提取，得到各对象的特征信息；将目标对象的特征信息与各对象的特征信息进行匹配，得到匹配结果；根据匹配结果，清除与目标对象不匹配的对象的特征信息；根据匹配结果，确定目标对象的检测结果。不用预先对人员的特征信息进行提取及存储，而是在对象检测的过程中从待检测图像数据中提取各对象的特征信息，并且需要获取针对目标对象的检测授权，能够在满足隐私规定的情况下，实现对象的检测。实施本技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
36.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
37.图1为本技术实施例的对象检测方法的第一种示意图；
38.图2为本技术实施例中步骤s11的一种可能的实现方式的示意图；
39.图3为本技术实施例中步骤s12的一种可能的实现方式的示意图；
40.图4为本技术实施例的对象检测方法的第二种示意图；
41.图5为本技术实施例的对象检测方法的第三种示意图；
42.图6为本技术实施例的对象检测方法的第四种示意图；
43.图7为本技术实施例的对象检测方法的第五种示意图；
44.图8为本技术实施例的对象检测方法中片段过滤的一种示意图；
45.图9为本技术实施例的电子设备的一种示意图。
具体实施方式
46.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员基于本技术所获得的所有其他实施例，都属于本技术保护的范围。
47.首先，对本技术中的术语进行解释：
48.人员特征信息：个人信息一部分，指与特定个人相关联、反映个体特征的具有可识别性的符号系统(单个或多个符号)；
49.人脸抓拍：对待分析的视频流进行人脸特征分析，将检测到的人脸特征如眼、眉、嘴等面貌特征进行信息采集，并标出人脸的目标区域；
50.人脸匹配：分别对目标人员和采集图像的人员进行人脸特征提取(建模)，并通过人脸特征的比较，输出相似度，相似度高于预设相似度阈值的两个人员，即可认为是同一个
人。
51.为了在满足隐私规定的情况下，实现对象的检测，本技术实施例提供了一种对象检测方法，参见图1，所述方法包括：
52.s11，在对目标对象的检测获得授权的情况下，获取所述目标对象的特征信息。
53.本技术实施例的对象检测方法可以通过电子设备实现，例如，该电子设备可以为摄像机、硬盘录像机、个人电脑或视频存储服务器等。
54.目标对象即为对象检测的主体，例如，目标对象可以为人员、车辆或动物等，在目标对象为人员时，目标对象的特征信息可以为人员的人脸信息。目标对象特征信息的获取方式可以参见相关的特征信息获取技术，一个例子中，可以获取包含目标对象的样本图像，并在样本图像中对目标对象进行特征提取，从而得到目标对象的特征信息。在目标对象为人员或车辆等涉及隐私政策的对象的情况下，需要获取针对目标对象的检测授权，此处的授权可以为目标对象自身进行的授权，也可以为目标对应的监护人、所有人或其他依据职能具备授权权限的人员所授予的。
55.s12，获取待检测图像数据。
56.待检测图像数据为需要对目标对象进行检测的图像数据，一个例子中，待检测视频数据可以为预先拍摄并存储的监控视频数据，例如，可以从视频存储服务器等设备中读取需要进行对象检测的监控视频数据。
57.s13，对所述待检测图像数据中的各对象进行特征提取，得到各所述对象的特征信息。
58.与现有技术中预先对人员的特征信息进行提取及存储不同，本技术实施例中获取的为待检测图像数据，并对待检测图像数据中的各对象实时进行特征提取，从而得到各对象的特征信息。其中，对象与目标对象的对象类型相同，可以利用计算机视觉技术，从待检测图像数据中提取各对象的特征信息。例如，利用计算机视觉技术对待检测图像数据中的各图像帧进行对象识别，得到多个对象，并分别对各对象进行特征提取，得到每个对象的特征信息。一个例子中，在对待检测图像数据中的各图像帧进行对象识别的过程中，已经提取到了各对象的特征信息，则后续过程中无需在重新进行提取。
59.s14，将所述目标对象的特征信息与各所述对象的特征信息进行匹配，得到匹配结果。
60.将目标对象的特征信息分别与各对象的特征信息进行匹配，得到匹配结果，例如，可以分别计算目标对象的特征信息与各对象的特征信息的相似度，并将相似度大于预设相似度阈值的目标对象与对象作为同一对象，认为这二者匹配成功。匹配结果表示待检测图像数据中与目标对象匹配成功的各对象，若待检测图像数据中不存在与目标对象匹配成功的对象，则匹配结果可以为空。
61.s15，根据所述匹配结果，清除与所述目标对象不匹配的对象的特征信息。
62.出于隐私保护的考虑，需要清除待检测图像数据中与目标对象不匹配的对象的特征信息。而待检测图像数据中与目标对象匹配的对象，可以认为与目标对象为同一对象，在获取到针对目标对象的授权的情况下，可以正常存储。
63.s16，根据所述匹配结果，确定所述目标对象的检测结果。
64.本技术中认为与目标对象匹配成功的对象与目标对象为同一对象，根据匹配结果
中与目标对象匹配成功的对象，可以得到目标对象在指定区域中出现的历史时间或出现的片段、图像等信息，作为目标对象的检测结果。
65.在本技术实施例中，不用预先对人员的特征信息进行提取及存储，而是在对象检测的过程中从待检测图像数据中提取各对象的特征信息，并且需要获取针对目标对象的检测授权，能够在满足隐私规定的情况下，实现对象的检测。
66.在一种可能的实施方式中，参见图2，所述在对目标对象的检测获得授权的情况下，获取所述目标对象的特征信息，包括：
67.s111，在获取到针对目标对象的检测任务后，生成针对所述目标对象的授权提示信息。
68.s112，在获取到针对所述授权提示信息的授权指令情况下，获取包含所述目标对象的图像数据。
69.s113，基于包含所述目标对象的图像数据对所述目标对象进行特征提取，得到所述目标对象的特征信息。
70.例如，针对丢失人员检测的场景，目标对象即为丢失的人员，当电子设备获取到针对目标对象的检测任务后，电子设备生成并展示针对目标对象的授权提示信息，目标对象的监护人可以按照授权提示信息来下达授权指令。在电子设备获取到针对授权提示信息的授权指令情况下，获取包含目标对象的图像数据，并基于包含目标对象的图像数据对目标对象进行特征提取，从而得到目标对象的特征信息。
71.一个例子中，所述授权提示信息可以包括检测授权提示项目及特征存储授权提示项目；所述在获取到针对所述授权提示信息的授权指令情况下，获取包含所述目标对象的图像数据，包括：在获取到针对所述检测授权提示项目的授权指令情况下，获取包含所述目标对象的图像数据；
72.所述方法还包括：在获取到针对所述特征存储授权提示项目的授权指令的情况下，存储所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息；在未获取到针对所述特征存储授权提示项目的授权指令情况下，在得到所述目标对象的检测结果后，清除所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息。
73.检测授权提示项目用于提示对目标对象的检测进行授权，特征存储授权提示项目用于提示对目标对象特征信息的存储进行授权。在获取到针对检测授权提示项目的授权指令情况下，便可以针对目标对象进行检测；而在获取到针对特征存储授权提示项目的授权指令情况下，便可以针对目标对象的特征信息进行正常的存储，从而方便后续的比对及溯源等操作。若未获取到针对特征存储授权提示项目的授权指令，则在得到目标对象的检测结果后，清除目标对象的特征信息以及待检测图像数据中与目标对象匹配的对象的特征信息，从而保护目标对象的隐私。
74.为了节约对象检测时的计算资源，在一种可能的实施方式中，参见图3，所述获取待检测图像数据，包括：
75.s121，获取监控视频及所述监控视频的事件信息，其中，所述事件信息表示所述监控视频中存在预设事件的图像数据。
76.s122，基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据。
77.在监控视频数据的采集过程中，可以通过计算机视觉技术等对监控视频数据中的图像数据标记事件信息，例如，针对安防监控的场景，可以通过非人脸抓拍技术，例如，跨线检测、越界检测、运动目标检测、红外检测、人形检测等不违反隐私规定的智能分析技术，分析得到存在预设事件的图像数据，并生成对应的事件信息进行存储。例如，在监控视频数据的采集过程中，检测到监控视频数据中第65秒至第77秒的片段中存储预设事件，则可以生成一个事件信息表示该监控视频数据中第65秒至第77秒的片段存在预设事件。
78.事件信息用于表示监控视频数据中存在预设事件的片段，事件信息的具体形式可以根据实际情况自定义设置，例如，事件信息可以为报警信息或日志信息等。预设事件为实际应用场景中需要检测的事件，例如，针对行人闯红灯的检测场景，预设事件可以为行人闯红灯事件等；针对进出通道的检测场景，预设事件可以为存在运动目标时间。
79.在本技术实施例中，待检测图像数据为监控视频数据中存在预设事件的图像数据，对待检测图像数据中的各对象进行特征提取，而不用对整个监控视频数据进行对象的特征提取，可以节约对象检测时的计算资源，并且能够增加对象检测的速度。
80.存在预设事件的图像数据可以为视频片段的形式，在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及关联片段信息，其中，针对任一事件信息，该事件信息的关联片段信息表示所述监控视频中存在该事件信息对应的预设事件的片段。
81.参见图4，所述基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据，包括：
82.s1221，基于所述事件信息中的关联片段信息，从所述监控视频中提取存在指定事件类型的预设事件的片段，得到待检测图像数据。
83.针对一些监控场景中，会存在多种事件类型，因此可以获取目标对象需要检测的事件类型，得到指定事件类型；并基于事件信息，从监控视频中提取存在指定事件类型的预设事件的片段，得到待检测图像数据。例如，针对交通路况的监控视频数据，可以存在车辆闯红灯事件及人员闯红灯事件两种事件类型的预设事件，在目标对象为人员时，仅需要对人员闯红灯事件进行检测，因此可以根据事件信息，从监控视频数据中提取存在人员闯红灯事件的片段，作为待检测图像数据。一个例子中，所述事件信息中还包括发生预设事件时的当地时间，从而方便溯源、取证及分析。
84.一个例子中，为了方便片段及事件信息的管理，可以将每个片段设置为预设时长，例如10秒等，当发生预设事件的片段的时长大于预设时长时，可以对该片段进行分割；当发生预设事件的片段的时长不足预设时长时，可以利用该片段前后的视频数据将时长补齐为预设时长。
85.在本技术实施例中，待检测图像数据为监控视频中存在指定事件类型的预设事件的片段，对待检测图像数据中的各对象进行特征提取，可以进一步节约对象检测时的计算资源，并且能够增加对象检测的速度。
86.监控视频的事件信息可以是预先生成的，在一种可能的实施方式中，参见图4，所述方法还包括：
87.s41，对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型。
88.s42，根据各所述片段及各所述片段中预设事件的事件类型，分别生成各所述片段
的事件信息。
89.事件检测及事件信息的生成可以是同一电子设备执行的，例如，均可以是视频存储服务器执行的。事件检测及事件信息的生成也可以是不同电子设备在执行的，例如，事件检测是由智能摄像机执行的，事件信息的生成是由硬盘录像机执行的。事件检测的具体方式可以参见相关的事件检测技术，此处不做具体限定。
90.为了对不符合要求的片段进行过滤，在一种可能的实施方式中，参见图5，在所述对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型之后，所述方法还包括：
91.s51，按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段。
92.预设过滤规则用于对片段进行过滤，预设过滤规则的具体内容可以根据实际情况自定义设置，例如，可以设置获得授权的内部人员，将片段中的人员与内部人员进行人脸比对，若片段中的人员为内部人员，则该片段需要过滤，若该片段中的人员不为内部人员，则将该片段作为过滤后的片段。例如，在针对人员进行监控的场景中，可部署动物识别去重或树叶去重等，从而过滤掉非人目标的片段。
93.所述根据各所述片段及各所述片段中预设事件的事件类型，分别生成各所述片段的事件信息，包括：
94.s421，根据所述过滤后的片段及所述过滤后的片段中预设事件的事件类型，生成所述过滤后的片段的事件信息。
95.在本技术实施例中，利用预设过滤规则得到过滤后的片段，能够减少无用的片段，从而减少无用的事件信息，提高事件信息的质量，最终能够节约对象检测时的计算资源，增加对象检测的速度。
96.存在预设事件的图像数据还可以为图像帧的形式，在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及图像帧信息，其中，针对任一事件信息，该事件信息的图像帧信息表示所述待检测图像数据中存在该事件信息的预设事件的一帧或多帧图像帧。
97.参见图6，所述基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据，包括：
98.s1222，基于所述事件信息中的图像帧信息，从所述监控视频中提取存在指定事件类型的预设事件的图像帧，得到待检测图像数据。
99.为了进一步节约对象检测时的计算资源，可以将上述实施例中的片段替换为一帧或多帧图像帧。事件信息包括预设事件的图像帧信息，针对任一事件信息，该事件信息的图像帧信息表示监控视频中存在该事件信息的预设事件的一帧或多帧图像帧；例如，事件信息的预设事件的事件类型为人员地铁倚靠车门事件，监控视频中第1000帧图像帧至第1500帧图像帧中存在人员地铁倚靠车门事件，则该事件信息的图像帧信息表示第1000帧图像帧至第1500帧图像帧中的一帧或多帧图像帧。一个例子中，所述事件信息中还包括发生预设事件时的当地时间，从而方便溯源、取证及分析。
100.在本技术实施例中，待检测图像数据为待检测图像数据中存在指定事件类型的预设事件的图像帧，对待检测图像数据中的各对象进行特征提取，相比于对片段或整个待检测图像数据进行检测，可以进一步节约对象检测时的计算资源，并且能够增加对象检测的
速度。
101.监控视频的事件信息可以是预先生成的，在一种可能的实施方式中，参见图6，所述方法还包括：
102.s61，对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型。
103.s62，针对每一个片段，从该片段中选取一帧或多帧图像帧。
104.此处的图像帧选取方式可以根据实际情况自定义设置，例如，可以从片段中的关键帧，例如，可以选取片段中的中间几帧，例如，可以选取片段中的前几帧、中间几帧及最后几帧等，均在本技术的保护范围内。
105.s63，针对每一个片段，根据从该片段中选取的图像帧及该片段中预设事件的事件类型，生成从该片段中选取的图像帧的事件信息。
106.例如，从该片段中选取的为监控视频中的图像帧a，该片段中预设事件的事件类型为类型1，则生成事件信息包括类型1及表示图像帧a的图像帧信息。
107.在一种可能的实施方式中，参见图7，在所述对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型之后，所述方法还包括：
108.s71，按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段。
109.所述针对每一个片段，从该片段中选取一帧或多帧图像帧，包括：
110.s621，针对每一个过滤后的片段，从该过滤后的片段中选取一帧或多帧图像帧。
111.所述针对每一个片段，根据从该片段中选取的图像帧及该片段中预设事件的事件类型，生成从该片段中选取的图像帧的事件信息，包括：
112.s631，针对每一个过滤后的片段，根据从该过滤后的片段中选取的图像帧及该过滤后的片段中预设事件的事件类型，生成从该过滤后的片段中选取的图像帧的事件信息。
113.在本技术实施例中，利用预设过滤规则得到过滤后的片段，能够减少无用的片段，从而减少无用的事件信息，提高事件信息的质量，最终能够节约对象检测时的计算资源，增加对象检测的速度。
114.预设过滤规则可以根据实际情况自定义设置，例如可以按照触发对象进行过滤。在一种可能的实施方式中，参见图8，所述按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段，包括：
115.s81，针对每一片段，确定该片段中触发预设事件的触发对象的类型，得到该片段的触发对象类型。
116.将片段中触发预设事件的对象称为触发对象，例如，针对人员闯红灯的监控场景，将闯红灯的人员作为触发对象，而未闯红灯的人员不是触发对象。
117.s82，若该片段的触发对象类型中不包括目标对象类型，则过滤掉该片段，若该片段的触发对象类型中包括目标对象类型，则判定该片段为过滤后的片段，其中，所述目标对象类型为该片段的预设事件所对应的需要检测的对象类型。
118.例如，针对行人闯红灯的检测场景，需要检测的是闯红灯的行人，因此目标对象类型可以为人；针对电梯中的电动车检测场景，需要检测的是进入电梯的电动车，因此目标对象类型可以为电动车。
119.若一个片段中所有触发对象的触发对象类型均不为目标对象类型，则说明该片段
没有进行后续检测的必要，因此可以过滤掉；若一个片段中有至少一个触发对象的触发对象类型为目标对象类型，则说明该片段需要进行后续的检测，因此将该片段作为过滤后的片段。
120.在本技术实施例中，按照触发对象的触发对象类型来进行片段的过滤，，能够减少无用的片段，从而减少无用的事件信息，提高事件信息的质量，最终能够节约对象检测时的计算资源，增加对象检测的速度。
121.此外，还可以按照白名单库进行片段的过滤。在一种可能的实施方式中，所述按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段，包括：针对每一个片段，若该片段中仅包含预设白名单库中的白名单对象，则过滤掉该片段；若该片段中存在除所述白名单对象外的其他对象，则判定该片段为过滤后的片段。
122.在一些监控场景中，例如，针对银行的金库、工厂的管控区等，需要对外来人员进行对象检测，而针对具有权限的内部人员则无需进行对象检测。例如，针对高速公路的应急车道，需要对私家车辆、货车等进行对象检测，而无需对警车及救护车进行对象检测。针对这些类型的监控场景，可以预先设置一个白名单库，即预设白名单库，将无需进行对象检测的白名单对象的特征信息存储在预设白名单库中。白名单库中的白名单对象是无需进行检查的对象，例如，针对行人闯红灯检测的场景中，白名单对象可以为交警；例如，针对商场安全检测的场景中，白名单对象可以为商场内部人员等。预设白名单库中预先存储有各白名单对象的特征信息，可以将片段中的各对象的特征信息分别与白名单对象的特征信息进行匹配，从而确定片段是否仅包含白名单对象。
123.在一种可能的实施方式中，所述针对每一个片段，若该片段中仅包含预设白名单库中的白名单对象，则过滤掉该片段；若该片段中存在除所述白名单对象外的其他对象，则判定该片段为过滤后的片段，包括：
124.步骤一，针对每一个片段，将该片段中各对象的特征信息与预设白名单库中各白名单对象的特征信息进行匹配，其中，所述预设白名单库中存储有预先进行过匹配授权的各白名单对象的特征信息。
125.步骤二，若该片段中各对象的特征信息均与所述预设白名单库中的白名单对象的特征信息匹配成功，则过滤掉该片段。
126.步骤三，若该片段中存在至少一个对象的特征信息未与所述预设白名单库中的白名单对象的特征信息匹配成功，则判定该片段为过滤后的片段。
127.例如，以金库监控场景为例，预设白名单库中预先存储了各内部工作人员(白名单对象)的人脸特征(特征信息)，针对金库监控场景的监控视频中的每一个片段，将该片段中各对象的人脸特征与预设白名单库中的各人脸特征进行人脸匹配，从而确定各对象是否为内部工作人员。若一个片段中各人员的人脸特征均与所述预设白名单库中的内部工作人员的人脸特征匹配成功，则说明该片段中所有的人员均为内部工作人员，因此过滤掉该片段。若一个片段中存在至少一个人员的人脸特征与预设白名单库中的各内部工作人员的人脸特征均不匹配，则说明该片段中包括内部工作人员外的人员，需要保留该片段，因此判定该片段为过滤后的片段。
128.在本技术实施例中，基于白名单库过滤掉仅包括白名单对象的片段，能够减少无用的片段，从而减少无用的事件信息，提高事件信息的质量，最终能够节约对象检测时的计
算资源，增加对象检测的速度。
129.本技术实施例提供了一种对象检测装置，所述装置包括：
130.特征信息获取模块，用于在对目标对象的检测获得授权的情况下，获取所述目标对象的特征信息；
131.图像数据获取模块，用于获取待检测图像数据；
132.特征信息提取模块，用于对所述待检测图像数据中的各对象进行特征提取，得到各所述对象的特征信息；
133.特征信息匹配模块，用于将所述目标对象的特征信息与各所述对象的特征信息进行匹配，得到匹配结果；
134.特征信息清除模块，用于根据所述匹配结果，清除与所述目标对象不匹配的对象的特征信息；
135.检测结果确定模块，用于根据所述匹配结果，确定所述目标对象的检测结果。
136.在一种可能的实施方式中，所述特征信息获取模块，包括：
137.授权提示信息生成子模块，用于在获取到针对目标对象的检测任务后，生成针对所述目标对象的授权提示信息；
138.授权指令获取子模块，用于在获取到针对所述授权提示信息的授权指令情况下，获取包含所述目标对象的图像数据；
139.特征信息获取子模块，用于基于包含所述目标对象的图像数据对所述目标对象进行特征提取，得到所述目标对象的特征信息。
140.在一种可能的实施方式中，所述授权提示信息包括检测授权提示项目及特征存储授权提示项目；
141.所述授权指令获取子模块，具体用于：在获取到针对所述检测授权提示项目的授权指令情况下，获取包含所述目标对象的图像数据；
142.所述装置还包括：
143.特征信息存储子模块，用于在获取到针对所述特征存储授权提示项目的授权指令的情况下，存储所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息；
144.特征信息清除子模块，用于在未获取到针对所述特征存储授权提示项目的授权指令情况下，在得到所述目标对象的检测结果后，清除所述目标对象的特征信息以及与所述目标对象匹配的对象的特征信息。
145.在一种可能的实施方式中，所述图像数据获取模块，包括：
146.事件信息获取子模块，用于获取监控视频及所述监控视频的事件信息，其中，所述事件信息表示所述监控视频中存在预设事件的图像数据；
147.图像数据提取子模块，用于基于所述事件信息，从所述监控视频中提取存在预设事件的图像数据，得到待检测图像数据。
148.在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及关联片段信息，其中，针对任一事件信息，该事件信息的关联片段信息表示所述监控视频中存在该事件信息对应的预设事件的片段；
149.所述图像数据提取子模块，具体用于：基于所述事件信息中的关联片段信息，从所述监控视频中提取存在指定事件类型的预设事件的片段，得到待检测图像数据。
150.在一种可能的实施方式中，所述装置还包括：
151.第一预设事件检测模块，用于对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型；
152.第一事件信息生成模块，用于根据各所述片段及各所述片段中预设事件的事件类型，分别生成各所述片段的事件信息。
153.在一种可能的实施方式中，所述事件信息包括预设事件的事件类型及图像帧信息，其中，针对任一事件信息，该事件信息的图像帧信息表示所述待检测图像数据中存在该事件信息的预设事件的一帧或多帧图像帧；
154.所述图像数据提取子模块，具体用于：基于所述事件信息中的图像帧信息，从所述监控视频中提取存在指定事件类型的预设事件的图像帧，得到待检测图像数据。
155.在一种可能的实施方式中，所述装置还包括：
156.第二预设事件检测模块，用于对采集的监控视频进行事件检测，确定存在预设事件的各片段及各所述片段中预设事件的事件类型；
157.图像帧选取模块，用于针对每一个片段，从该片段中选取一帧或多帧图像帧；
158.第二事件信息生成模块，用于针对每一个片段，根据从该片段中选取的图像帧及该片段中预设事件的事件类型，生成从该片段中选取的图像帧的事件信息。
159.在一种可能的实施方式中，所述装置还包括：
160.片段过滤模块，用于按照预设过滤规则，对各所述片段进行过滤得到过滤后的片段；
161.所述第一事件信息生成模块，具体用于：根据所述过滤后的片段及所述过滤后的片段中预设事件的事件类型，生成所述过滤后的片段的事件信息；或
162.所述第二事件信息生成模块，具体用于：针对每一个过滤后的片段，从该过滤后的片段中选取一帧或多帧图像帧；针对每一个过滤后的片段，根据从该过滤后的片段中选取的图像帧及该过滤后的片段中预设事件的事件类型，生成从该过滤后的片段中选取的图像帧的事件信息。
163.在一种可能的实施方式中，所述片段过滤模块，具体用于：针对每一片段，确定该片段中触发预设事件的触发对象的类型，得到该片段的触发对象类型；若该片段的触发对象类型中不包括目标对象类型，则过滤掉该片段，若该片段的触发对象类型中包括目标对象类型，则判定该片段为过滤后的片段，其中，所述目标对象类型为该片段的预设事件所对应的需要检测的对象类型。
164.在一种可能的实施方式中，所述片段过滤模块，具体用于：针对每一个片段，若该片段中仅包含预设白名单库中的白名单对象，则过滤掉该片段；若该片段中存在除所述白名单对象外的其他对象，则判定该片段为过滤后的片段。
165.在一种可能的实施方式中，所述片段过滤模块，具体用于：针对每一个片段，将该片段中各对象的特征信息与预设白名单库中各白名单对象的特征信息进行匹配，其中，所述预设白名单库中存储有预先进行过匹配授权的各白名单对象的特征信息；若该片段中各对象的特征信息均与所述预设白名单库中的白名单对象的特征信息匹配成功，则过滤掉该片段；若该片段中存在至少一个对象的特征信息未与所述预设白名单库中的白名单对象的特征信息匹配成功，则判定该片段为过滤后的片段。
166.本技术实施例还提供了一种电子设备，包括：处理器及存储器；
167.上述存储器，用于存放计算机程序；
168.上述处理器用于执行上述存储器存放的计算机程序时，实现本技术中任一所述的对象检测方法。
169.可选的，参见图9，本技术实施例的电子设备还包括通信接口902和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信。
170.上述电子设备提到的通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
171.通信接口用于上述电子设备与其他设备之间的通信。
172.存储器可以包括ram(random access memory，随机存取存储器)，也可以包括nvm(non-volatile memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
173.上述的处理器可以是通用处理器，包括cpu(central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp(digital signal processing，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field-programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
174.本技术实施例还提供了一种计算机可读存储介质，上述计算机可读存储介质内存储有计算机程序，上述计算机程序被处理器执行时实现本技术中任一所述的对象检测方法。
175.在本技术提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本技术中任一所述的对象检测方法。
176.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
177.本技术的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
178.需要说明的是，在本文中，各个可选方案中的技术特征只要不矛盾均可组合来形成方案，这些方案均在本技术公开的范围内。诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
179.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机程序产品及存储介质的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
180.以上所述仅为本技术的较佳实施例，并非用于限定本技术的保护范围。凡在本技术的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本技术的保护范围内。