一种目标检测误检漏检处理方法及装置与流程

1.本发明属于图像处理与深度学习技术领域，具体涉及一种目标检测误检漏检处理方法及装置。


背景技术：

2.随着人工智能技术的发展，计算机视觉算法在各行各业中得到广泛应用，其中的目标检测技术就是一个分支，当前的目标检测算法检测效果越来越好，最新算法到了yolov7，但依然存在漏检误检的问题，以高速上车辆识别为例，远处小目标、被隔离带遮挡的对向目标，车与车相互遮挡的目标，以及视野中出现一部分的截断目标，即使是开源的最新目标检测算法对这些情况的识别依然存在误检漏检的问题，当前目标检测标注业务蓬勃发展，无论是目标检测采用预标注还是人工手动标注的方法，难免会有误检漏检的问题，会产生二次标注的人力和时间成本，如果有一种方法能实现对目标检测算法误检漏检或人工标注遗留的漏标误标问题的解决将极大提升目标检测准确率和召回率以及节省标注业务的人力物力成本。


技术实现要素：

3.为解决目标检测的误检漏检的问题，在本发明的第一方面提供了一种目标检测误检漏检处理方法，包括：获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息；根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；根据所述图像相似度的计算结果，识别漏检目标；根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。
4.在本发明的一些实施例中，所述根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标包括：比较相邻的两帧图像，将其中目标个数少的图像在目标个数少的图像中缺失的一个或目标作为候选漏检目标。
5.进一步的，所述扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度包括：以候选漏检目标在其已标注图像的标注区域为基准，通过几何变换扩大相邻多帧图像在对应位置上的基准标注区域；计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度。
6.在本发明的一些实施例中，所述根据每个目标的坐标信息，确定其所在道路的坐标区间包括：根据自身车辆与目标车辆的几何关系，以及目标车辆的轨迹，确定自身车辆所在道路的坐标区间。
7.进一步的，所述基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多
个误检目标包括：根据每个目标的坐标是否在道路的坐标区间内，确定并删除一个或多个误检目标；根据每个目标的坐标是否符合自身车辆车和目标车辆的纵向坐标距离与目标车辆高度的比值，确定并删除一个或多个误检目标；根据每个目标的像素长度和宽度是否符合车辆的预设宽高比，确定并删除一个或多个误检目标。
8.在上述的实施例中，所述获取经过目标检测的连续多帧图像和每帧图像的目标检测信息包括：通过目标检测方法对所述连续多帧图像进行目标检测，获取经过目标检测的连续多帧图像和每帧图像的目标检测信息。
9.本发明的第二方面，提供了一种目标检测误检漏检处理装置，包括：获取模块，用于获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息；漏检处理模块，用于根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；根据所述图像相似度的计算结果，识别漏检目标；误检处理模块，用于根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。
10.本发明的第三方面，提供了一种电子设备，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本发明在第一方面提供的目标检测误检漏检处理方法。
11.本发明的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本发明在第一方面提供的目标检测误检漏检处理方法。
12.本发明的有益效果是：
13.本发明提供了一种目标检测漏检误检的处理方法，对高速或者城市道路行车记录仪视频进行抽帧转成连续帧图片，采用目标距离与目标尺寸的关系等规则和同一目标图片相似度最高的策略综合实现对图片中漏检的目标框重新生成以及对误检的目标框删除，从而提升目标检测算法的准确率和召回率，有效提升了目标检测算法的实际应用能力和目标检测数据标注业务的效率，极大地节省了人力和时间成本。
附图说明
14.图1为本发明的一些实施例中的目标检测误检漏检处理方法的基本流程示意图；
15.图2为本发明的一些实施例中的目标检测误检漏检处理方法的具体流程示意图；
16.图3为本发明的一些实施例中的目标检测中的漏检原理示意图；
17.图4为本发明的一些实施例中的目标检测中误漏检原理示意图；
18.图5为本发明的一些实施例中的漏检处理前的图像；
19.图6为本发明的一些实施例中的经过基于目标检测误检漏检处理方法漏检处理后的图像；
20.图7为本发明的一些实施例中的误检处理前的图像；
21.图8为本发明的一些实施例中的经过基于目标检测误检漏检处理方法误检处处理后的图像；
22.图9为本发明的一些实施例中的目标检测误检漏检处理装置的结构示意图；
23.图10为本发明的一些实施例中的电子设备的结构示意图。
具体实施方式
24.以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
25.参考图1与图2，在本发明的第一方面，提供了一种目标检测误检漏检处理方法，包括：s100.获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息；s200.根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；根据所述图像相似度的计算结果，识别漏检目标；s300.根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。
26.在本发明的一些实施例的步骤s100中，获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息。
27.具体地，首先将高速或者城市道路行车记录仪视频进行抽帧转成连续帧图片(图像)，通过最新的目标检测算法yolov7对图片进行检测生成2d框并以txt或其他文件格式保存每个目标车的坐标，或者是人工已经标注完成了但未复检的标注图片，同样会有对应的txt或xml文件保存每张图片的2d检测框坐标信息。可以理解，目标检测信息包括每个目标的标注区域和标注信息。标注区域通常为矩形框(标注框或锚定框)，或根据目标的几何形状而相应变化；相应地，在道路场景中，车辆的标注信息包括车辆的类别属性(人、车或障碍物等)，以及车辆在图像参考系或图像坐标系中的坐标；坐标信息也可通过里程计、导航定位装置与图像拍摄装置(行车记录仪、视觉传感器或摄像头等)之间的坐标转换得出。
28.在本发明的一些实施例的步骤s200中，所述根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标包括：s201.比较相邻的两帧图像，将其中目标个数少的图像在目标个数少的图像中缺失的一个或目标作为候选漏检目标。
29.进一步的，所述扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度包括：s202.选漏检目标在其已标注图像的标注区域为基准，通过几何变换扩大相邻多帧图像在对应位置上的基准标注区域；s203计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度。
30.具体地，对于漏检的目标，首先读取图片存储路径下的每一张图片a的txt文件，获取每个目标的坐标信息，然后读取该张图片的前一张或后一张图片b的txt文件，分别获取两张图片txt文件的目标物个数，当b图出现目标个数比a图出现目标个数少一个时，假设a图中相对应b图中的这个缺失目标编号为1，根据目标的坐标pa(p1，p2，p3，p4)使用pil库img.crop方法把该目标1裁剪下来保存，然后在相邻帧图片以该坐标(p1，p2，p3，p4)为中心，以一个到多个像素点为单位分别进行横向、竖向、斜向、放大、缩小移动该坐标得到pb
(p1’，p2’，p3’，p4’)，分别按此坐标裁剪图片，分别计算该张图片和前面已裁剪图片的图片相似度。
31.图片相似度计算方法可使用传统方法和深度学习方法，传统方法有：余弦相似度、哈希算法、ssim结构相似度，深度学习方法采用开源的有：simgnn、vggnet、siamese network等等，设置相似度阈值0.5，设置iou阈值0.5，低于这个阈值就舍弃，iou是两个目标框重叠部分面积与目标框面积的比值，原因在于同一个目标在相邻图片的位置坐标差别不大，即iou数值接近1，如果iou过低，则两个目标框是同一个目标的可能性较低，选择相似度最高的那张剪切图片对应的坐标pc，相似度过低则则两个目标框是同一个目标的可能性较低，然后使用cv2.rectangle按照该坐标进行自动描框并文字描述目标种类，并保存该目标坐标pc信息更新到原来图片b中的txt文件中，这样b图中漏检的目标框和坐标就生成好了，经过多次循环就能把所有漏检的目标识别出来，示意图如上图二所示。原理在于同一目标在相邻帧图片的相应位置附近出现概率最高且图片相似度最高。
32.可以理解，上述检测策略，对于漏检的目标，首先读取图片存储路径下的每一张图片的txt文件，获取每个目标的坐标信息，然后读取该张图片的前一张和后一张图片的txt文件，当出现目标个数减少一个时，按照该目标的坐标把该目标裁剪下来保存，然后在相邻帧图片以该坐标为中心，以一个到多个像素点为单位分别进行横向、竖向、斜向、放大、缩小移动该坐标，分别按此坐标裁剪图片，分别计算该张图片和前面已裁剪图片的图片相似度，选择相似度最高的那种图片对应的坐标，然后按照该坐标进行自动描框，并保存该目标目标信息更新到原来的txt文件中，经过多次循环就能把所有漏检的目标识别出来，原理在于同一目标在相邻帧图片的相应位置附近出现概率最高且图片相似度最高。
33.在本发明的一些实施例的步骤s300中，所述根据每个目标的坐标信息，确定其所在道路的坐标区间包括：根据自身车辆与目标车辆的几何关系，以及目标车辆的轨迹，确定自身车辆所在道路的坐标区间。
34.进一步的，所述基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标包括：根据每个目标的坐标是否在道路的坐标区间内，确定并删除一个或多个误检目标；根据每个目标的坐标是否符合自身车辆车和目标车辆的纵向坐标距离与目标车辆高度的比值，确定并删除一个或多个误检目标；根据每个目标的像素长度和宽度是否符合车辆的预设宽高比，确定并删除一个或多个误检目标。
35.具体地，对于误检的目标，a.首先根据txt中的坐标信息，计算目标车的纵向坐标和道路终点坐标差值与目标车大小的相关性，正常来说，目标车越接近道路终点目标车越小，目标车与道路终点的像素距离与目标车宽度的比值通常为1左右，b.统计所有目标车的宽高比，正常来说车的宽高比在1.5左右，c.读取所有目标车的坐标信息，根据目标车坐标移动轨迹，大致得出道路的坐标范围。然后读取所有图片的txt文件，将不符合道路坐标范围的，不符合目标车宽高比的，不符合目标车的纵向坐标和道路终点坐标差值与目标车大小的相关性的目标物坐标信息删除并更新到txt中，这样误检的目标就被删除了，剩下的就是符合要求的目标框，然后使用cv2.rectangle对剩下的目标坐标进行自动描框，实现了对误检目标的删除。
36.参考图4，对于：1)不在车道内出现的目标肯定不是目标车，2)目标车无论是大车还是小车都符合一定的宽高比，比例严重不符合的肯定不是目标车，3).目标车距离越远则
越小，当目标在当前距离出现异常偏大或偏小的情况时肯定也不是目标车。
37.可以理解，对于误检的目标，首先根据txt中的坐标信息，自车与目标车的纵向坐标距离与目标车高度的比值，以及目标车的宽高比，根据目标车坐标移动轨迹，大致得出道路的坐标范围，然后读取所有图片的txt文件，将不符合道路坐标范围的，不符合目标车宽高比，不符合自车与目标车的纵向坐标距离与目标车高度的比值的目标物坐标信息删除并更新到txt中，这样误检的目标就被删除了。
38.实施例2
39.参考图9，本发明的第二方面，提供了一种目标检测误检漏检处理装置1，包括：获取模块11，用于获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息；漏检处理模块12，用于根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；根据所述图像相似度的计算结果，识别漏检目标；误检处理模块13，用于根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。
40.进一步地，所述漏检处理模块12包括：提取单元，用于根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大单元，用于扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；识别单元，用于据计算结果，识别漏检目标。
41.实施例3
42.参考图10，本发明的第三方面，提供了一种电子设备，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本发明在第一方面的方法。
43.电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
44.通常以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图10中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
45.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实
施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd－rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
46.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个计算机程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
47.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++、python，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
48.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。需要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
49.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种目标检测误检漏检处理方法，其特征在于，包括：获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息；根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；根据所述图像相似度的计算结果，识别漏检目标；根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。2.根据权利要求1所述的目标检测误检漏检处理方法，其特征在于，所述根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标包括：比较相邻的两帧图像，将其中目标个数少的图像在目标个数少的图像中缺失的一个或目标作为候选漏检目标。3.根据权利要求2所述的目标检测误检漏检处理方法，其特征在于，所述扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度包括：以候选漏检目标在其已标注图像的标注区域为基准，通过几何变换扩大相邻多帧图像在对应位置上的基准标注区域；计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度。4.根据权利要求1所述的目标检测误检漏检处理方法，其特征在于，所述根据每个目标的坐标信息，确定其所在道路的坐标区间包括：根据自身车辆与目标车辆的几何关系，以及目标车辆的轨迹，确定自身车辆所在道路的坐标区间。5.根据权利要求4所述的目标检测误检漏检处理方法，其特征在于，所述基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标包括：根据每个目标的坐标是否在道路的坐标区间内，确定并删除一个或多个误检目标；根据每个目标的坐标是否符合自身车辆车和目标车辆的纵向坐标距离与目标车辆高度的比值，确定并删除一个或多个误检目标；根据每个目标的像素长度和宽度是否符合车辆的预设宽高比，确定并删除一个或多个误检目标。6.根据权利要求1至5任一项所述的目标检测误检漏检处理方法，其特征在于，所述获取经过目标检测的连续多帧图像和每帧图像的目标检测信息包括：通过目标检测方法对所述连续多帧图像进行目标检测，获取经过目标检测的连续多帧图像和每帧图像的目标检测信息。7.一种目标检测误检漏检处理装置，其特征在于，包括：获取模块，用于获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；所述目标检测信息包括每个目标的标注区域和标注信息；漏检处理模块，用于根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选
漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；根据所述图像相似度的计算结果，识别漏检目标；误检处理模块，用于根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。8.根据权利要求7所述的目标检测误检漏检处理装置，其特征在于，所述漏检处理模块包括：提取单元，用于根据每个目标的相邻多帧图像的目标个数，提取一个或多个候选漏检目标；扩大单元，用于扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度；识别单元，用于据计算结果，识别漏检目标。9.一种电子设备，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时，使得所述一个或多个处理器实现如权利要求1至6任一项所述的目标检测误检漏检处理方法。10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的目标检测误检漏检处理方法。

技术总结
本发明涉及一种目标检测误检漏检处理方法及装置，其方法包括：获取经过目标检测的连续多帧图像和每帧图像的目标检测信息；根据每帧图像的目标检测信息，确定每个目标的坐标信息；根据每个目标的相邻多帧图像的目标个数，提取候选漏检目标；扩大每个候选漏检目标在相邻多帧图像的标注区域，并计算所述候选漏检目标的已标注区域与相邻多帧图像的标注区域的图像相似度，根据所述图像相似度识别漏检目标；根据每个目标的坐标信息，确定其所在道路的坐标区间；基于道路的坐标区间和车辆的预设宽高比，确定并删除一个或多个误检目标。本发明通过目标的几何关系和图像相似度处理误检漏检，提升检测的准确率、召回率和标注效率，节约了人工和时间成本。约了人工和时间成本。约了人工和时间成本。


技术研发人员：王军德 郝江波 朱光华
受保护的技术使用者：武汉光庭信息技术股份有限公司
技术研发日：2023.04.09
技术公布日：2023/8/24