[发明专利]一种基于背景消除的监控视频目标检测方法

说明书

本发明公开了一种基于背景消除的监控视频目标检测方法，包括：(1)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)提取前景图像的掩码特征，并将当前帧图像的语义特征与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)采用该配对式非局部均值操作，对齐并融合第一深度特征和第二深度特征，形成检测语义特征图；(6)对检测语义特征图进行目标检测，输出目标检测结果。该方法能够提升目标检测的最终结果。

技术领域

本发明涉及计算机视觉目标检测领域，具体涉及一种基于背景消除的监控视频目标检测方法。

背景技术

在监控视频中的实时目标检测技术是安防监控领域的一个重要课题，使用机器算法对监控视频中的感兴趣目标快速准确的识别定位会极大的提升监控业务的效率并有效的辅助其他的诸如跨摄像头的目标跟踪的业务实现。与此同时，监控视频中的目标检测存在着目标尺寸过小、画面运动模糊以及夜间画面局部过曝等挑战。

目标检测是一项与计算机视觉和图像处理紧密相关的计算机技术分支，其目标是检测出数字图像和视频中的特定语义目标实体，比如人、建筑、汽车等，并以紧密包裹目标实体矩形框为结果输出。目标检测在诸如图像检索和视频监控的许多计算机视觉领域都有应用。

背景去除是图像处理和计算机视觉领域的一个分支，其提取出图像的前景信息用于进一步的处理(比如目标识别任务)。在诸如图像去噪等图像预处理步骤完成后，图像中前景目标的定位需要使用到背景去除技术。

深度学习是机器学习的一个分支，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中表征学习方法。

观测值(例如一幅图像)可以使用多种方式来表示，如每个像素强度值的矢量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务。深度学习的好处是将用非监督式或半监督式的特征学习和分层特征提取的高效算法来替代手工获取特征。

发明内容

本发明的目的是提供一种基于背景消除的监控视频目标检测方法，该方法能够提取当前场景的前景图像，并且进行高质量的目标检测工作。

为实现上述发明目的，本发明提供以下技术方案：

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)采用该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。

本发明将传统的前背景分离技术和目前的深度语义特征提取技术结合，并用提取得到的视频前景信息增强目标区域的特征响应，与此同时，本发明提出使用配对式非局部均值操作，用来减轻由于相机抖动带来的背景图像与原始图像对不齐的偏差，最终做到在监控视频中进行高质量的目标检测。

附图说明