[发明专利]基于偏移卷积核的广角镜头生物目标检测方法

权利要求书

1.一种基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，包括：

基于广角镜头获取待检测视频，对待检测视频进行分帧处理，得到若干帧待检测图像；

根据若干帧待检测图像确定目标场景检测模型；

构造偏移卷积核并添加至目标场景检测模型中，得到识别模型；

从若干帧待检测图像中确定目标图像，并将目标图像输入识别模型中进行生物目标检测处理。

2.如权利要求1所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，根据若干帧待检测图像确定目标场景检测模型，包括：

基于训练好的神经网络分别对若干帧待检测图像进行特征提取，确定每帧待检测图像对应的特征信息，所述特征信息包括各个特征元素及各个特征元素的位置；

统计若干帧待检测图像中包括的特征元素的种类及每种特征元素对应的待检测图像的数量，并根据数量从大到小进行排序；

在排序队列中，选取前预设数量个特征元素，作为目标特征元素；

根据目标特征元素确定目标场景检测模型。

3.如权利要求2所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，根据目标特征元素确定目标场景检测模型，包括：

确定目标特征元素包括的特征像素点，将特征像素点与场景总图中的像素点进行匹配，在匹配一致时，激活场景总图中的像素点；在匹配不一致时，将不匹配的特征像素点作为待构造像素点；

根据场景总图中的像素点确定第一场景检测模型；

对待构造像素点进行解析，确定场景信息，并对构建的初始模型进行训练，直至初始模型输出的信息与场景信息一致，得到第二场景检测模型；

将第一场景检测模型与第二场景检测模型进行融合，得到目标场景检测模型。

4.如权利要求2所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，基于训练好的神经网络分别对若干帧待检测图像进行特征提取，确定每帧待检测图像对应的特征信息，包括：

确定待检测图像的整体卷积特征，

对整体卷积特征进行池化处理，对池化处理后的整体卷积特征进行多个层次的残差处理后再次进行池化处理，得到待检测图像的整体特征；

根据整体特征进行图像分割，确定若干个局部特征，将若干个局部特征作为每帧待检测图像对应的特征信息。

5.如权利要求1所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，构造偏移卷积核的方法，包括：

设定经典卷积核某一点w_i，j的采样位置为(x_i，y_i)；

确定偏移卷积核采样点位置偏移(Δx_i，Δy_i)，则偏移卷积核中点w_ij的采样位置为(x_i+Δx_i，y_i+Δy_i)；

根据采样位置设计卷积层，得到偏移卷积核。

6.如权利要求2所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，所述目标图像为包含特征元素数量最多的待检测图像。

7.如权利要求1所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，在将目标图像输入识别模型中进行生物目标检测处理前，还包括：对目标图像进行去除背景非均匀性噪声处理及光照归一化处理。

8.如权利要求1所述的基于偏移卷积核的广角镜头生物目标检测方法，其特征在于，将目标图像输入识别模型中进行生物目标检测处理，包括：

基于识别模型在目标图像中标注各个识别框，并基于识别模型中的偏移卷积核对各个识别框进行卷积处理，得到多个中间特征图；

对多个中间特征图进行通道连接处理，确定多个输出特征图；

将输出特征图与数据库中的预设特征图进行匹配，根据匹配结果确定各个识别框对应的物体类别的概率，并选出概率最高的物体类别作为对应识别框的物体类别。