本申请涉及图像处理，特别是涉及云台相机移动检测的方法、终端设备及计算机存储介质。
背景技术：
1、随着城市内部署的云台相机数量日益增加，云台相机安装的时间跨度从几年到十几年不等。云台相机受电机磨损、安装差异等原因的影响，云台相机接收控制端发送的转动量与自身实际的转动量具有差异。
2、目前常见的确定云台相机转动量结果的方法主要是通过传统的特征提取并匹配的方式来确定，方法流程上需花费大量时间，难以满足实时性的要求。
技术实现思路
1、本申请提供一种云台相机移动检测的方法、终端设备及计算机存储介质。
2、本申请采用的一个技术方案是提供一种云台相机移动检测的方法，该方法包括：
3、获取云台相机采集的当前图像帧和上一图像帧；
4、将当前图像帧和上一图像帧输入至云台相机移动检测模型中，得到云台相机的移动检测结果，移动检测结果包括当前图像帧相对于上一图像帧的水平偏移结果和/或垂直偏移结果。
5、其中，云台相机移动检测模型包括特征编码网络、水平方向偏移值回归网络和/或垂直方向偏移值回归网络；将当前图像帧和上一图像帧输入至云台相机移动检测模型中，得到云台相机的移动检测结果，包括：
6、将当前图像帧和上一图像帧输入至特征编码网络中，得到第一编码特征图；
7、将第一编码特征图输入至水平方向偏移值回归网络，得到当前图像帧相对于上一图像帧的水平偏移结果；
8、和/或，
9、将第一编码特征图输入至垂直方向偏移值回归网络，得到当前图像帧相对于上一图像帧的垂直偏移结果。
10、其中，将当前图像帧和上一图像帧输入至特征编码网络中，得到第一编码特征图，包括：
11、对当前图像帧和上一图像帧进行叠加，得到叠加图像帧；
12、将叠加图像帧输入至特征编码网络进行下采样，得到第一编码特征图。
13、其中，将第一编码特征图输入至水平方向偏移值回归网络，得到当前图像帧相对于上一图像帧的水平偏移结果，包括：
14、利用水平方向偏移值回归网络对第一编码特征图进行插值放大，得到第二编码特征图；其中，第二编码特征图的图像尺寸与当前图像帧的图像尺寸相同；
15、对第二编码特征图进行标准化操作，得到当前图像帧相对于上一图像帧的水平偏移结果；
16、和/或，将第一编码特征图输入至垂直方向偏移值回归网络，得到当前图像帧相对于上一图像帧的垂直偏移结果，包括：
17、利用垂直方向偏移值回归网络对第一编码特征图进行插值放大，得到第三编码特征图，第三编码特征图的图像尺寸与当前图像帧的图像尺寸相同；
18、对第三编码特征图进行标准化操作，得到当前图像帧相对于上一图像帧的垂直偏移结果。
19、其中，将当前图像帧和上一图像帧输入至云台相机移动检测模型中，得到云台相机的移动检测结果之后，包括：
20、根据移动检测结果确定当前图像帧相对于上一图像帧的水平偏移值损失和/或垂直偏移值损失；
21、利用水平偏移值损失和/或垂直偏移值损失，对云台相机移动检测模型进行参数调整。
22、其中，当前图像帧由上一图像帧平移变换得到。
23、当前图像帧标注有相对于上一图像帧的水平偏移值和/或垂直偏移值，根据移动检测结果确定当前图像帧相对于上一图像帧的水平偏移值损失和/或垂直偏移值损失，包括：
24、利用水平偏移值和水平偏移结果，确定水平偏移值损失；
25、和/或，
26、利用垂直偏移值和垂直偏移结果，确定垂直偏移值损失。
27、利用水平偏移值和水平偏移结果，确定水平偏移值损失，包括：
28、将水平偏移值和水平偏移结果输入至损失函数中，确定水平偏移值损失；
29、利用垂直偏移值和垂直偏移结果，确定垂直偏移值损失，包括：
30、将垂直偏移值和垂直偏移结果输入至损失函数中，确定垂直偏移值损失；
31、其中，损失函数为：
32、其中，m为图像帧的像素点数量，yi为水平偏移结果或垂直偏移结果，为水平偏移值或垂直偏移值，v为超参数。
33、本申请采用的另一个技术方案是提供一种终端设备，该终端设备包括存储器以及与存储器连接的处理器；
34、其中，存储器用于存储程序数据，处理器用于执行程序数据以实现如上述的云台相机移动检测的方法。
35、本申请采用的另一个技术方案是提供一种计算机存储介质，该计算机存储介质用于存储程序数据，程序数据在被计算机执行时，用以实现如上述的云台相机移动检测的方法。
36、本申请的有益效果是：获取云台相机采集的当前图像帧和上一图像帧；将当前图像帧和上一图像帧输入至云台相机移动检测模型中，得到云台相机的移动检测结果，移动检测结果包括当前图像帧相对于上一图像帧的水平偏移结果和/或垂直偏移结果。本申请的云台相机移动检测的方法中，将当前图像帧和上一图像帧直接输入至云台相机检测模型中，利用具有深度学习功能的云台相机检测模型直接完成移动检测，无需在输入模型之前，额外进行耗时较高的特征提取的步骤，提高云台相机移动检测的效率，进一步地满足实时性的需求。
1.一种云台相机移动检测的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述云台相机移动检测模型包括特征编码网络、水平方向偏移值回归网络和/或垂直方向偏移值回归网络；所述将所述当前图像帧和所述上一图像帧输入至云台相机移动检测模型中，得到所述云台相机的移动检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述当前图像帧和所述上一图像帧输入至所述特征编码网络中，得到第一编码特征图，包括：
4.根据权利要求2所述的方法，其特征在于，所述将所述第一编码特征图输入至所述水平方向偏移值回归网络，得到所述当前图像帧相对于所述上一图像帧的所述水平偏移结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述当前图像帧和所述上一图像帧输入至云台相机移动检测模型中，得到所述云台相机的移动检测结果之后，包括：
6.根据权利要求5所述的方法，其特征在于，所述当前图像帧由所述上一图像帧平移变换得到。
7.根据权利要求5所述的方法，其特征在于，所述当前图像帧标注有相对于所述上一图像帧的水平偏移值和/或垂直偏移值，所述根据所述移动检测结果确定所述当前图像帧相对于所述上一图像帧的水平偏移值损失和/或垂直偏移值损失，包括：
8.根据权利要求7所述的方法，所述利用所述水平偏移值和所述水平偏移结果，确定所述水平偏移值损失，包括：
9.一种终端设备，其特征在于，所述终端设备包括处理器、与所述处理器连接的存储器，其中，
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序指令，所述程序指令被执行时实现如权利要求1至8任一项所述的方法。
