具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种判断视频前后两帧图像中所检测到的物体是否相同的方法，包括以下步骤：首先通过目标检测模型检测出帧图像中所有物体，并记录所检测到物体的左上、右下坐标以及目标物体的RGB颜色数值。通过对两帧图像中物体的左上、右下坐标以及RGB数值进行处理判断是否为同一物体，其中判断依据是：若两帧物体的面积之比、重合度之比以及颜色差异度均满足条件时，即表示同一物体。如图1所示，具体步骤如下：

(1)记录目标检测模型对当前帧图像检测到的目标物体的第一坐标组和第一RGB数值，所述第一RGB数值为当前帧图像检测到的目标物体的RGB数值的平均值，其中，第一坐标组包括当前帧图像检测到的目标物体的左上坐标(x₀₁,y₀₁)和右下坐标(x₀₂,y₀₂)。图2为当前帧检测到目标物体的示意图，其中方框A为目标物体的检测框。

(2)记录目标检测模型对下一帧图像检测到的目标物体的第二坐标组和第二RGB数值，所述第二RGB数值为下一帧图像检测到的目标物体的RGB数值的平均值，其中，第二坐标组包括下一帧图像检测到的目标物体的左上坐标(x₁₁,y₁₁)和右下坐标(x₁₂,y₁₂)。图3为前后两帧所检测到物体在同一张图中显示的示意图，其中，方框A为当前帧图像目标物体的检测框，方框B为下一帧图像目标物体的检测框。

本实施方式中，第一RGB数值和第二RGB数值的取值方法如下：首先根据目标物体的左上、右下坐标，确定目标物体中心点的位置，接着以目标物体的中心点为中点，取长度与宽度分别为目标物体长度与宽度的20％的矩形区域，计算该矩形区域内的RGB数值的平均值，分别记为(R₀,G₀,B₀)和(R₁,G₁,B₁)。

(3)根据所述第一坐标组、第一RGB数值、第二坐标组和第二RGB数值计算前后两帧图像所检测到的目标物体的面积之比、重合度之比以及色彩差异度。

在计算面积之比时，设S₀表示当前帧图像检测到的目标物体的面积，S₁表示下一帧图像检测到的目标物体的面积，则有：

S₀＝|(x₀₂-x₀₁)*(y₀₂-y₀₁)|

S₁＝|(x₁₂-x₁₁)*(y₁₂-y₁₁)|

为了使标准统一，此处控制面积之比始终小于或等于1，因此得出所述面积之比为：

在计算重合度之比前，通常需要判断是否存在重合，本实施方式采用如下方式进行判断：

令lx表示前后两帧X轴的中点数值之差的绝对值，ly表示前后两帧Y轴的中点数值之差的绝对值，则有：

同时，设sx_前、sx_后分别表示前后两帧所检测到物体的X轴的长度的绝对值，sy_前、sy_后分别表示前后两帧所检测到物体的Y轴的长度的绝对值，即：

sx_前＝|x₀₁-x₀₂|

sx_后＝|x₁₁-x₁₂|

sy_前＝|y₀₁-y₀₂|

sy_后＝|y₁₁-y₁₂|

因此得到判断两物体是否重叠的公式为：

其中，成立时为1，否则为0，成立时为1否则为0，&&表示逻辑与，当result＝1表示存在重叠部分，result＝0表示不存在重叠。

由于本实施方式在实际目标检测应用中，当速度不大，且视频前后两帧的时间间隔不大且目标密度不大的情况下，若为同一物体，则必定存在重合的部分，两物体重合部分的面积计算公式为：

S_重＝(min(x₀₂,x₁₂)-max(x₀₁-x₁₁))*(min(y₀₂,y₁₂)-max(y₀₁-y₁₁))

因此可得出，重合度之比计算公式为：

在计算色彩差异度时，定义前后两帧中两物体的颜色的差异度为：

(4)将所述面积之比、重合度之比以及色彩差异度与设置的阈值进行比较，并根据比较结果确定是否为同一物体。具体为：当所述面积之比超过第一阈值、所述重合度之比超过第二阈值以及所述色彩差异度低于第三阈值时，确定为同一物体。为确定以上三个阈值的具体数值，本实施方式使用在上海复兴岛运河、上海南汇新城镇海滩以及连云港燕尾港所拍摄的共20段流动水域的水面垃圾视频作为测试数据。在经过20段视频的检测中，本实施方式最终得出，当面积之比、重合度之比、色彩差异度三者的设定阈值分别为大于90％、大于50％、小于15％时，在20段视频中的判断平均准确率均高达95％。

(5)根据最终确定的是否为同一物体，对统计数据中的漂浮物数量数据进行修订。

不难发现，本发明通过判断前后两帧所检测到物体的面积之比、重合度以及色彩差异度判断是否为同一物体，通过该方法可以提高目标数量统计的准确性。本发明还具有计算量小，对于硬件的要求较低的优点。