[发明专利]一种基于背景消除的监控视频目标检测方法

权利要求书

1.一种基于背景消除的监控视频目标检测方法，包括以下步骤：

(1)针对当前帧图像，采用深度特征提取网络提取当前帧图像的语义特征；

(2)构建背景向量低秩矩阵，并根据该背景向量低秩矩阵获得背景图像和前景图像；

(3)对于前景图像，提取前景图像的掩码特征，并将当前帧图像的语义特征与对应的前景图像的掩码特征进行融合，输出感兴趣区域；

(4)根据感兴趣区域的候选框，从当前帧图像以及背景图像中裁剪候选框对应位置的图像，并提取裁剪图像的第一深度特征和第二深度特征；

(5)采用配对式非局部均值操作，对齐并融合裁剪图像的第一深度特征和第二深度特征，形成最终的检测语义特征图；

(6)对检测语义特征图进行目标检测，输出最终目标检测结果。

2.根据权利要求1所述基于背景消除的监控视频目标检测方法，其特征在于：步骤(2)中，通过视频序列构建背景向量低秩矩阵，同时前一帧图像的检测结果生成掩码向量反馈当前帧的背景区域更新过程，具体地，背景低秩矩阵计算过程遵从式(I)(II)(III)(IV):

其中，为t时刻下当前帧图像i位置的权重系数，表示t时刻下的当前帧图像i位置的像素值，表示t-1时刻下建模出来的背景向量低秩子空间矩阵i位置的元素值，ε为极小值，保证数值计算稳定性，ρ_i表示正则化参数，它控制前一帧对当前帧的影响强度，和分别表示t时刻下的辅助建模矩阵和辅助建模向量的在i位置上的元素值。

3.根据权利要求2所述基于背景消除的监控视频目标检测方法，其特征在于：前景图像的获取过程为：将通过式(IV)迭代计算得到的当前帧背景向量，加上中心化偏移量128，并将输出限制在0到255之间得到背景图像，然后将当前帧图像减去更新后的背景图像，并将输出限制在0到255之间，即得到当前帧图像对应的前景图像。

4.根据权利要求1所述基于背景消除的监控视频目标检测方法，其特征在于：步骤(3)中，采用深度神经网络的卷积层对前景图像进行卷积操作，获得前景图像的掩码特征。

5.根据权利要求1所述基于背景消除的监控视频目标检测方法，其特征在于：步骤(3)中，采用掩码门结构对当前帧图像的语义特征与对应的前景图像的掩码特征进行掩码门操作，以实现对语义特征与掩码特征的融合，具体地，所述掩码门结构包括：核大小3x3卷积模块、Sigmoid激活函数模块以及特征图逐元素位置点乘模块。

6.根据权利要求2所述基于背景消除的监控视频目标检测方法，其特征在于：步骤(5)中，采用配对式非局部均值操作：

其中，x表示当前帧图像抽取得到的第一深度特征图向量，下标i表示元素在向量中所处的位置，表示对应的背景图像抽取得到的第二深度特征图向量，下表j表示元素在向量中所处的位置，y表示当前帧图像与对应背景图像的深度特征图向量进行配对式非局部均值操作后的输出的检测语义特征图；

根据当前帧图像与背景图像经过深度特征提取得到的特征图向量x，按照式(VI)计算配对式非局部权重：

在式(VI)中，θ(·)与φ(·)分别表示对特征图向量x，的线性操作：

θ(x_i)＝W_θx_i+b_θ (VII)

其中W_θ，W_φ表示线性参数向量，b_θ，b_φ表示截距向量。