申请/专利权人:顺丰科技有限公司
申请日:2018-10-31
公开(公告)日:2024-04-16
公开(公告)号:CN111126112B
主分类号:G06V20/40
分类号:G06V20/40;G06V10/25;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2020.06.02#实质审查的生效;2020.05.08#公开
摘要:本申请公开了一种候选区域确定方法和装置。该方法包括:获取监控视频帧;将监控视频帧输入到预先建立的目标检测模型,输出候选区域的类别标识和坐标值,目标检测模型是基于RefineDet网络结构训练而成,该类别标识用于指示候选区域是否包含目标对象,该目标对象包括与被分拣对象接触的分拣行为主体;如果类别标识指示候选区域包含目标对象,则确定监控视频帧为用于分析暴力分拣行为的起始帧。根据本申请实施例的技术方案,通过RefineDet网络结构能够有效地提升候选区域的质量,从而提高暴力分拣行为识别阶段的准确度。
主权项:1.一种暴力分拣行为候选区域确定方法,其特征在于,该方法包括:获取监控视频帧;将所述监控视频帧输入到预先建立的目标检测模型,输出候选区域的类别标识和坐标值,所述目标检测模型是基于RefineDet网络结构训练而成,所述类别标识用于指示所述候选区域中的分拣行为主体是否与被分拣对象接触;如果所述类别标识指示所述候选区域中的所述分拣行为主体与所述被分拣对象接触,则确定所述监控视频帧为用于分析暴力分拣行为的起始帧;其中,预先建立目标检测模型的步骤包括:获取历史监控视频帧序列;对所述历史监控视频帧序列中每个历史监控视频帧按照所述分拣行为主体是否与所述被分拣对象接触进行标注;对标注后的历史监控视频帧序列进行预处理;利用预处理后的历史监控视频帧序列按照梯度下降算法训练所述RefineDet网络结构,得到目标检测模型。
全文数据:
权利要求:
百度查询: 顺丰科技有限公司 候选区域确定方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。