[发明专利]一种基于迁移学习的运动目标分类识别方法

摘要

本发明公开一种基于迁移学习的运动目标分类方法，对图像序列进行背景建模、阴影消除和后处理获得有效运动目标区域，通过训练和识别两个过程完成目标分类，包括步骤：对已经标好类别的多类别目标进行特征提取，通过迁移学习方法训练，获得分类模型；对含有运动目标的视频进行特征提取，将提取的特征输入到分类模型，获得运动目标的类别。基于迁移学习的运动目标分类对于克服视角影响，提高多视角条件下的目标分类具有重要意义。用于监控场景中异常检测，对不同类别目标建立规则，提高监控系统安全性能。用于监控场景物体识别，降低识别方法复杂度，提高识别率。用于监控场景语义化理解，识别运动目标的类别，帮助理解场景中发生的行为事件。

主权项

一种基于迁移学习的运动目标分类识别方法，其特征在于，具体包括目标模拟训练、目标类型识别两个方面，具体为：分类模型训练：对视频中的运动目标进行检测，标注好类型，进行特征提取，提取特征进行训练，获得分类模型；目标类型识别：对视频中的运动目标进行特征提取，将提取的表象特征输入到分类模型训练中得到的分类模型，获得视频中运动目标的类型。