[发明专利]一种运动场景中特定种类目标实时检测方法

摘要

本发明提出了一种运动场景中特定种类目标实时检测方法，所述方法首先对获取的视频帧序列进行单帧的显著性检测，获得概率最大地包含疑似目标的显著性区域，然后利用离线训练的深度学习特定目标分类器对多个显著性区域进行目标分类判定，确定每个显著性区域的属性；发现关注的特定种类目标后，以当前帧显著性检测结果为起始，实现目标后续运动轨迹的跟踪和记录。本发明所述方法能够在摄像机承载平台运动的条件下，基于单帧图像快速确定少量疑似目标的显著性区域，减少了全图搜索的计算量，使得算法满足实时计算的条件；采用的深信度网络具有多个隐含层，拥有比浅层网络更加优异的特征表达能力，对于光照、外观大幅变化的目标图像，仍能获得优良的分类性能。

主权项

一种运动场景中特定种类目标实时检测方法，其特征在于：包括以下步骤：步骤A：采集视频图像帧；步骤B：对单帧视频图像进行处理，利用亮度特征进行显著性检测，得到该单帧视频图像对应的显著性特征图；步骤C：针对步骤B得到的显著性特征图，采用基于区域增长的图像分割方法，选择连通域最大的前N个显著性区域，得到对应的N个最小外接矩形子图像；N为自然数；步骤D：在视频图像帧中，提取步骤C中所述N个显著性区域所对应的N个最小外接矩形子图像，利用预先离线训练好的深信度网络图像分类器进行分类判别；步骤E：若步骤D中分类判别结果为特定种类目标，则判定该矩形子图像为所需检测的特定目标；步骤F：对检测出的特定目标进行标注并显示。