[发明专利]基于轻量化网络的视频运动目标检测方法及系统

权利要求书

1.一种基于轻量化网络的视频运动目标检测方法，其特征在于，包括：

获取待检测的电力巡检图像，并进行相应预处理；

将预处理后的巡检图像输入预先训练好的运动目标检测模型中，输出目标检测结果；

其中，所述运动目标检测模型采用SSD网络结构，所述SSD网络结构采用LightNet轻量化网络进行特征提取，所述LightNet轻量化网络包括若干Light单元和卷积层，所述Light单元用于将输入的特征图经卷积核进行通道降维处理；将降维处理的特征图经残差连接单元处理，获得输出的特征图。

2.如权利要求1所述的一种基于轻量化网络的视频运动目标检测方法，其特征在于，所述运动目标检测模型基于SSD网络结构，利用所述LightNet轻量化网络进行不同尺度的特征提取，分别通过不同尺度的特征进行目标识别，获得不同尺度特征下的识别结果，并基于非极大值抑制算法从中获得最优的识别结果。

3.如权利要求1所述的一种基于轻量化网络的视频运动目标检测方法，其特征在于，所述运动目标检测模型的训练，具体为：

采集电力巡检视频，将视频分解为图像，对获得的图像进行滤波处理，实现训练数据集的构建；

基于构建的训练数据集，对所述运动目标检测模型进行训练，获得训练好的模型。

4.如权利要求1所述的一种基于轻量化网络的视频运动目标检测方法，其特征在于，所述将输入的特征图经卷积核进行通道降维处理，其中，采用的卷积核为1x1的卷积核。

5.如权利要求1所述的一种基于轻量化网络的视频运动目标检测方法，其特征在于，所述残差连接单元包括顺序链接的池化层、卷积层和合并模块，所述合并模块用于将残差链接单元的输入及所述卷积层的输出通过concat操作进行合并。

6.如权利要求1所述的一种基于轻量化网络的视频运动目标检测方法，其特征在于，所述LightNet轻量化网络包括9个Light单元和两个卷积层。

7.如权利要求1所述的一种基于轻量化网络的视频运动目标检测方法，其特征在于，所述预处理包括采用直方图均衡化对图像进行滤波处理。

8.一种基于轻量化网络的视频运动目标检测系统，其特征在于，包括：

数据获取单元，其用于获取待检测的电力巡检图像，并进行相应预处理；

目标检测单元，其用于将预处理后的巡检图像输入预先训练好的运动目标检测模型中，输出目标检测结果；

其中，所述运动目标检测模型采用SSD网络结构，所述SSD网络结构采用LightNet轻量化网络进行特征提取，所述LightNet轻量化网络包括若干Light单元和卷积层，所述Light单元用于将输入的特征图经卷积核进行通道降维处理；将降维处理的特征图经残差连接单元处理，获得输出的特征图。

9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种基于轻量化网络的视频运动目标检测方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种基于轻量化网络的视频运动目标检测方法。