[发明专利]一种基于事件相机的静态和动态目标检测方法及设备有效
申请号: | 202110811885.3 | 申请日: | 2021-07-19 |
公开(公告)号: | CN113537071B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 张世雄;魏文应;龙仕强;陈智敏;李楠楠 | 申请(专利权)人: | 深圳龙岗智能视听研究院;广东博华超高清创新中心有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 北京京万通知识产权代理有限公司 11440 | 代理人: | 万学堂;王跃交 |
地址: | 518116 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 事件 相机 静态 动态 目标 检测 方法 设备 | ||
1.一种基于事件相机的静态和动态的目标识别的检测方法,其特征在于,包括以下步骤:
S1.初始化:对事件相机进行启动初始化操作,将所述事件相机固定在一个位置,保持所述事件相机静止,并对所述事件相机进行启动;
S2.数据采样:在完成所述事件所述相机初始化以后,对所述事件相机的获取的事件相机数据进行采样;
S3.动态数据评估:评估采样到的事件相机数据是否属于动态数据;
S4.曝光采样:如果步骤S3中的评估显示不属于动态数据,则数据是静态数据,通过曝光采样对静态数据进行采样处理;
S5.数据转换:将采样到的所述事件相机数据通过数据转换,转换成为可以进行特征提取的矩阵数据;
S6.特征提取:将转换好的事件相机数据,利用神经网络提取所述事件相机数据的目标特征;
S7.全连接预测:将提取到的目标特征输入到最后全连接层进行检测结果的预测;以及
S8.输出结果:将预测结果得分最高的作为最后的结果进行输出。
2.根据权利要求1所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,在步骤S1中,将启动时候产生的数据删减和丢弃,在初始化阶段要舍弃所述事件相机启动时获取到的信息。
3.根据权利要求1所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,在步骤S2中,选取在0到1s内的随机时间长度的事件相机数据进行采样。
4.根据权利要求1所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,在步骤S3中,将采样到的所述事件相机数据输入到动态场景检测模块中进行动态的模型的检测,主要是利用所述动态场景检测模块来区分动态场景和静态场景,如果是动态场景则将数据传入步骤S5中,如果不是动态场景,则判断属于静态场景,进入步骤S4中。
5.根据权利要求1所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,在步骤S4中,当检测步骤S3中的检测结果显示属于动态场景时,则利用曝光采样模块,针对静态目标进行曝光采样,通过曝光灯的闪烁事件相机就可以对静态场景中的信息进行采集。
6.根据权利要求1所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,在步骤S6中,利用训练好的特征提取模块进行所述事件相机数据物体特征的提取。
7.根据权利要求1所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,在步骤S8中,经过全连接计算后,输出每个物体所属类别的概率和所在位置,选取概率最高的作为最终的预测结果输出。
8.一种基于事件相机的静态和动态的目标识别的检测设备,用于实现根据权利要求1-7任意一项所述的基于事件相机的静态和动态的目标识别的检测方法,其特征在于,包括曝光采样模块、动态场景检测模块和数据转换模块,其中:
曝光采样模块:用于针对静态目标进行曝光采样,通过曝光灯的闪烁事件相机就可以对静态场景中的信息进行采集;
动态场景检测模块:用于进行动态数据评估,以区分动态场景和静态场景;以及
数据转换模块:用于将事件相机数据转换成可以进行特征提取的矩阵形式。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳龙岗智能视听研究院;广东博华超高清创新中心有限公司,未经深圳龙岗智能视听研究院;广东博华超高清创新中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110811885.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种冻土微生物采集收纳装置及方法
- 下一篇:一种具有防止热损坏功能的放电电路