[发明专利]飞鸟检测方法和装置

权利要求书

1.一种飞鸟检测方法，其特征在于，包括：

获取待检测视频，所述待检测视频包括T帧图像，T为大于或等于1的整数；

获取第t个目标检测区域，所述第t个目标检测区域为待检测目标在待检测视频的第t帧图像中的区域，所述待检测目标为所述待检测视频中的运动物体，t＝1,……,T；

获取所述第t个目标检测区域的形状特征模型，所述形状特征模型为所述第t个目标检测区域的预设轮廓点相对于预设极点和极轴的极坐标分布；

在预设的N个飞鸟姿态类型中，获取与所述第t个目标检测区域的形状特征模型最匹配的匹配飞鸟姿态类型，N为大于或等于1的整数；

确定所述待检测目标在所述待检测视频中的姿态时变序列，所述姿态时变序列包括所述T帧图像的所述匹配飞鸟姿态类型；

将所述姿态时变序列与预设的M个飞鸟动作序列匹配，若所述姿态时变序列与所述预设的M个飞鸟动作序列中至少一个飞鸟动作序列匹配，则确定所述待检测目标为飞鸟，M为大于或等于1的整数。

2.根据权利要求1所述的方法，其特征在于，所述获取所述第t个目标检测区域的形状特征模型，包括：

显示所述第t个目标检测区域；

根据外部输入确定所述轮廓点、极点和极轴；

根据以所述极点和极轴确定的极坐标，获取所述轮廓点的极坐标分布为所述形状特征模型。

3.根据权利要求1所述的方法，其特征在于，在所述获取与所述第t个目标检测区域的形状特征模型最匹配的匹配飞鸟姿态类型之前，还包括：

获取飞鸟图片；

对所述飞鸟图片分姿态聚类获得所述N个飞鸟姿态类型；

根据对所述N个飞鸟姿态类型中包括的飞鸟图片数量，确定所述飞鸟姿态类型的权重。

4.根据权利要求1或3所述的方法，其特征在于，在所述确定所述待检测目标在所述待检测视频中的姿态时变序列之前，还包括：

获取所述匹配飞鸟姿态类型的预设权重，以及所述匹配飞鸟姿态类型与所述形状特征模型的匹配度；

以所述匹配飞鸟姿态类型的预设权重为权数，获取所述待检测目标的T帧图像的匹配度加权和；

若所述匹配度加权和小于第一阈值，则确认所述待检测目标不为飞鸟，返回执行所述获取待检测视频。

5.根据权利要求1所述的方法，其特征在于，在所述获取所述第t个目标检测区域的形状特征模型之前，还包括：

获取最可能代表飞鸟的头、尾、两翼的4个骨架节点为所述第t个目标检测区域的预设轮廓点。

6.一种飞鸟检测装置，其特征在于，包括：

待检测视频获取模块，用于获取待检测视频，所述待检测视频包括T帧图像，T为大于或等于1的整数；

目标检测区域获取模块，用于获取第t个目标检测区域，所述第t个目标检测区域为待检测目标在待检测视频的第t帧图像中的区域，所述待检测目标为所述待检测视频中的运动物体，t＝1,……,T；

形状特征模型获取模块，用于获取所述第t个目标检测区域的形状特征模型，所述形状特征模型为所述第t个目标检测区域的预设轮廓点相对于预设极点和极轴的极坐标分布；

第一匹配模块，用于在预设的N个飞鸟姿态类型中，获取与所述第t个目标检测区域的形状特征模型最匹配的匹配飞鸟姿态类型，N为大于或等于1的整数；

姿态时变序列确定模块，用于确定所述待检测目标在所述待检测视频中的姿态时变序列，所述姿态时变序列包括所述T帧图像的所述匹配飞鸟姿态类型；

第二匹配模块，用于将所述姿态时变序列与预设的M个飞鸟动作序列匹配，若所述姿态时变序列与所述预设的M个飞鸟动作序列中至少一个飞鸟动作序列匹配，则确定所述待检测目标为飞鸟，M为大于或等于1的整数。

7.根据权利要求6所述的装置，其特征在于，所述的形状特征模型获取模块用于：

显示所述第t个目标检测区域；

根据外部输入确定所述轮廓点、极点和极轴；

根据以所述极点和极轴确定的极坐标，获取所述轮廓点的极坐标分布为所述形状特征模型。