[发明专利]基于偏移卷积核的广角镜头生物目标检测方法

说明书

本发明公开了一种基于偏移卷积核的广角镜头生物目标检测方法，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。针对广角镜头或鱼眼镜头拍摄的大畸变图像或视频数据，首先确定目标场景检测模型，便于根据不同的场景进行模型的调整，其次基于偏移卷积核设计可以模拟广角图像中的畸变现象并抵消其影响，便于提高了识别的准确性。

技术领域

本发明涉及生物目标检测技术领域，特别涉及一种基于偏移卷积核的广角镜头生物目标检测方法。

背景技术

目前，环境与生态保护是现代经济社会可持续发展的重要议题，因此对于制造行业、能源行业以及其他人类生产活动场所的生态影响评估成为重要需求。使用技术手段监测场所当地生态目标情况是一种广泛应用的实践，其中，图像和视频数据中生物目标检测是一种重要手段。随着人工智能技术的发展，以机器学习模型替代人类专家进行监测成为一种趋势。经典的神经网络构架在普通的图像或视频数据上能够实现良好的效果，但是在广角镜头或鱼眼镜头拍摄的大畸变图像或视频数据上，经典卷积神经网络构架所使用的固定形状卷积核基于平移不变性的先验导致其在大畸变部分失效。同时在进行识别时，均使用同一场景识别模型，无法根据场景的不同进行调整，导致识别的不准确。因此，本发明提出一种基于偏移卷积核的广角镜头生物目标检测方法，以解决该问题。

发明内容

本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种基于偏移卷积核的广角镜头生物目标检测方法，针对广角镜头或鱼眼镜头拍摄的大畸变图像或视频数据，首先确定目标场景检测模型，便于根据不同的场景进行模型的调整，其次基于偏移卷积核设计可以模拟广角图像中的畸变现象并抵消其影响，便于提高了识别的准确性。

为达到上述目的，本发明实施例提出了一种基于偏移卷积核的广角镜头生物目标检测方法，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。

根据本发明的一些实施例，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。

根据本发明的一些实施例，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。