(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 202210963707.7 (22)申请日 2022.08.11 (71)申请人 重庆长安汽车股份有限公司 地址 400023 重庆市江北区建新 东路260号 (72)发明人 张国杰　李昌　刘巍　王浩　 (74)专利代理 机构 重庆华科专利事务所 5 0123 专利代理师 谭小琴 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/74(2022.01) G06T 3/40(2006.01) (54)发明名称 基于视频的小目标识别方法、 系统、 电子设 备及存储介质 (57)摘要 本发明公开了一种基于视频的小目标识别 方法、 系统、 电子设备及存储介质， 包括： 设置结 构相似度阈值， 根据结构相似度 将视频帧分成多 组； 对每组视频帧进行目标检测， 在同一组中依 次对相邻的两张图片检测出的目标位置计算交 并比， 并将交并比最大的看作同一目标， 将同一 目标在所有帧上的位置信息取并集得到一个位 置框， 使所有位置信息都在位置框之内， 利用该 位置框对分组中的每一帧图片进行截 取， 得到多 张低分辨率图片； 对每个目标的多张低分辨率图 片通过超分辨算法得到一张高分辨率图片； 对生 成的高分辨率图片通过目标识别算法识别出目 标的类别。 本发 明能够在浮点运算量提升不多的 前提下， 大幅提高模糊视频目标检测识别的准确 率。 权利要求书2页 说明书4页 附图4页 CN 115424165 A 2022.12.02 CN 115424165 A 1.一种基于 视频的小目标识别方法， 其特 征在于， 包括以下步骤： 设置结构相似度阈值， 根据结构相似度将视频帧分成多组； 对每组视频帧进行目标检测， 在同一组中依次对相邻的两张图片检测出的目标位置计 算交并比， 并将交并比最大 的看作同一 目标， 将同一 目标在所有帧上 的位置信息取并集得 到一个位置框， 使所有位置信息都在位置框之内， 利用该位置框对分组中的每一帧图片进 行截取， 得到多张低分辨 率图片； 对每个目标的多张低分辨 率图片通过超分辨 算法得到一张高分辨 率图片； 对生成的高分辨 率图片通过目标识别算法识别出目标的类别。 2.根据权利要求1所述的基于视频的小目标识别方法， 其特征在于： 据 结构相似度将视 频帧分成多组， 具体为： S11.选取第一帧作为前帧， 第二帧作为后帧； S12.计算后帧和前帧的结构相似度， 若前帧和后帧的结构相似度大于结构相似度阈 值， 则将后帧向后移动， 重复执行步骤S12， 直至前帧和后帧的结构相似度小于等于结构相 似度阈值， 此时将前帧和后帧之间的所有帧作为 一个分组； S13.将前帧设置为后帧所在位置， 将后帧位置向后移动一帧， 继续重复执行步骤S12和 步骤S13， 直至后帧位于 视频的最后一帧， 此时完成了 视频的分组。 3.根据权利要求1或2所述的基于视频的小目标识别方法， 其特征在于： 将同一目标在 所有帧上的位置信息取并集得到一个位置 框， 具体为： 将同一目标的位置存 入同一队列中； 根据生成的目标位置队列， 遍历整个队列生成一个能让队列中所有目标位置都是其子 集的位置 框。 4.一种基于视频的小目标识别系统， 其特征在于， 包括似度检测模块、 目标检测模块、 超分辨率模块和目标识别模块； 所述似度检测模块根据 结构相似度将视频帧分成多组， 完成分组后将每个分组传入目 标检测模块； 所述目标检测模块对每组视频帧进行目标检测， 在同一组中依次对相邻的两张图片检 测出的目标位置计算交并比， 并将交并比最大 的看作同一 目标， 将同一 目标在所有帧上 的 位置信息取并集得到一个位置框， 使所有位置信息都在位置框之内， 利用该位置框对分组 中的每一帧图片进行截取， 得到多张低分辨 率图片， 该目标识别模块与似度检测模块连接； 超分辨率模块对每个目标的多张低分辨率图片通过超分辨算法得到一张高分辨率图 片， 该超分辨 率模块与目标检测模块连接； 目标识别模块对生成的高分辨率图片通过目标识别算法识别出目标的类别， 该目标识 别模块与超分辨 率模块连接 。 5.根据权利要求4所述的基于视频的小目标识别方法， 其特征在于： 据 结构相似度将视 频帧分成多组， 具体为： S11.选取第一帧作为前帧， 第二帧作为后帧; S12.计算后帧和前帧的结构相似度， 若前帧和后帧的结构相似度大于结构相似度阈 值， 则将后帧向后移动， 重复执行步骤S12， 直至前帧和后帧的结构相似度小于等于结构相 似度阈值， 此时将前帧和后帧之间的所有帧作为 一个分组；权　利　要　求　书 1/2 页 2 CN 115424165 A 2S13.将前帧设置为后帧所在位置， 将后帧位置向后移动一帧， 继续重复执行步骤S12和 步骤S13， 直至后帧位于 视频的最后一帧， 此时完成了 视频的分组。 6.根据权利要求4或5所述的基于视频的小目标识别方法， 其特征在于： 将同一目标在 所有帧上的位置信息取并集得到一个位置 框， 具体为： 将同一目标的位置存 入同一队列中； 根据生成的目标位置队列， 遍历整个队列生成一个能让队列中所有目标位置都是其子 集的位置 框。 7.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1至 3中任一项所述的基于 视频的小目标识别方法的步骤。 8.一种存储介质， 其上存储有计算机程序， 其特征在于： 所述计算机程序被调用时能实 现如权利要求1至 3中任一所述的基于 视频的小目标识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 115424165 A 3