(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210180413.7 (22)申请日 2022.02.25 (71)申请人 上海事凡物联网科技有限公司 地址 201800 上海市嘉定区菊园新区环城 路2222号1幢J749室 (72)发明人 朱海迪　李宝清　袁晓兵　 (74)专利代理 机构 上海上谷知识产权代理有限 公司 31342 专利代理师 郭丽萍 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/44(2022.01) G06V 10/75(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) (54)发明名称 视频图像的目标检测方法、 电子设备以及可 读存储介质 (57)摘要 本发明实施例提供了一种视频图像的目标 检测方法、 电子设备 以及可读存储介质， 涉及图 像处理技术领域。 视频图像的目标检测方法包 括： 分别对视频图像的每帧图像进行目标检测， 得到各帧图像的目标检测结果， 目标检测结果包 括： 检测对象对应的边界框与各检测对象的分类 得分向量； 对于相邻的两帧图像， 若后一帧图像 中存在与前一帧图像中的检测对象匹配的检测 对象， 将相邻的两帧图像 之间匹配的两个检测对 象加入同一个对象序列； 对于每个目标对象， 基 于目标对象所属的对象序列中包含的多个检测 对象的分类得分向量与 目标对象的分类得分向 量， 对目标对象的分类得分向量进行修正。 本发 明中， 提升了视频图像目标检测的准确度。 权利要求书2页 说明书9页 附图6页 CN 114663800 A 2022.06.24 CN 114663800 A 1.一种视频图像的目标检测方法， 其特 征在于， 包括： 分别对视频图像的每帧图像进行目标检测， 得到各帧图像的目标检测结果， 所述目标 检测结果包括： 检测对象对应的边界框与各 所述检测对象的分类得分向量； 对于相邻的两帧图像， 若后一帧图像中存在与 前一帧图像中的所述检测对象匹配的所 述检测对 象， 将所述相邻的两 帧图像之间匹配的两个所述检测对 象加入同一个对 象序列， 其中匹配的两个所述检测对象的边界框相匹配； 对于每个所述目标对象， 基于所述目标对象所属的所述对象序列中包含的多个所述检 测对象的分类得分向量与所述目标对象的分类得分向量， 对所述目标对象的分类得分向量 进行修正， 所述目标对象为 位于所述对象序列中的所述检测对象。 2.根据权利要求1所述的视频图像的目标检测方法， 其特征在于， 所述对于每个所述目 标对象， 基于所述目标对象所属的所述对象序列中包含的多个所述检测对象的分类得分向 量与所述 目标对象的分类得分向量， 对所述 目标对象的分类得分向量进行修正， 所述 目标 对象为位于所述对象序列中的所述检测对象， 包括： 对于每个所述目标对象， 基于所述目标对象所属的所述对象序列所包含的多个所述检 测对象各类别的分类得分的均值与所述目标对象各类别的分类得分， 分别对所述目标对象 的各类别的分类得分进行修 正。 3.根据权利要求2所述的视频图像的目标检测方法， 其特征在于， 修正后的所述目标对 象的当前类别的分类得分的计算公式为： Scorenew＝α *Scoremean+β *Scoreold； 其中， Scorenew为修正后的所述目标对象的当前类别的分类得分， Scoremean为所述目标 对象所属的所述对象序列中包含的多个所述检测对象的当前类别的分类得分的平均值， Scoreold为修正前的所述目标对象的当前类别的分类得分， α 、 β 均为小于1的正数。 4.根据权利要求3所述的视频图像的目标检测方法， 其特 征在于， α 为0.9， β 为0.1。 5.根据权利要求1所述的视频图像的目标检测方法， 其特征在于， 所述对于相邻的两帧 图像， 若后一帧图像中存在与前一帧图像中的所述检测对 象匹配的所述检测对 象， 将所述 相邻的两帧图像之间匹配的两个所述检测对象加入同一个对象序列， 包括： 对于相邻的两帧图像， 基于后一帧图像包含的各所述检测对象的边界框、 前一帧图像 包含的各所述检测对 象的边界框以及所述相邻的两 帧图像上各所述检测对 象的分类置信 度， 得到所述相邻的两帧图像上的两个所述检测对象之间的链接分数； 选取所述相邻的两帧图像上链接分数大于预设的分数阈值的两个所述检测对象作为 匹配的两个所述检测对象， 并将所述相邻的两帧图像之 间匹配的两个所述检测对象加入同 一个对象序列。 6.根据权利要求5所述的视频图像的目标检测方法， 其特征在于， 所述对于相邻的两帧 图像， 基于后一帧图像包含的各所述检测对 象的边界框、 前一帧图像包含的各所述检测对 象的边界框以及所述相邻的两帧图像上各所述检测对象的分类置信度， 得到所述相邻的两 帧图像上的两个所述检测对象之间的链接分数， 包括： 获取第一检测对象对应的第一边界框与第二检测对象对应的第二边界框之间的交并 比、 所述第一边界框的中心点与所述第二边界框的中心点之间的距离， 以及所述第一边界 框与所述第二边宽之间的长度比值与宽度比值； 所述第一检测对象为前一帧图像中的所述权　利　要　求　书 1/2 页 2 CN 114663800 A 2检测对象、 所述第二检测对象为后一帧图像中的所述检测对象； 基于所述第一检测对象与所述第二检测对象之间的所述交并比、 所述距离、 所述长度 比值、 所述宽度比值以及所述第一检测对 象与所述第二检测对 象的分类置信度， 得到所述 第一检测对象与所述第二检测对象之间的链接分数。 7.根据权利要求1所述的视频图像的目标检测方法， 其特征在于， 在所述对于每个所述 目标对象， 基于所述目标对象所属的所述对象序列中包含的多个所述检测对象的分类得分 与所述目标对象的分类得分， 对所述 目标对象的分类得分进行修正， 所述 目标对象为位于 所述对象序列中的所述检测对象之后， 还 包括： 基于各帧图像 中修正后每个所述检测对象的分类得分 向量， 选取分类得分 向量中分类 得分最大的类别作为各帧图像中每 个所述检测对象的类别。 8.一种电子设备， 其特 征在于， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处理器能够执行如权利要求 1至7中任一项 所述的视频图像的 目标检测方法。 9.一种计算机可读存储介质， 其特征在于， 存储有计算机程序， 所述计算机程序运行时 实现如权利要求1至7中任一项所述的视频图像的目标检测方法。权　利　要　求　书 2/2 页 3 CN 114663800 A 3