[发明专利]一种动态场景下显著性目标检测方法有效
| 申请号： | 201810968233.9 | 申请日： | 2018-08-23 |
| 公开（公告）号： | CN109146925B | 公开（公告）日： | 2022-09-06 |
| 发明（设计）人： | 赵雪专;裴利沈;李玲玲;赵中堂;邵晓艳;薄树奎;程秋云;张少彤;代占起 | 申请（专利权）人： | 郑州航空工业管理学院 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06V10/46;G06V10/56;G06V10/80;G06V10/84 |
| 代理公司： | 洛阳公信知识产权事务所(普通合伙) 41120 | 代理人： | 逯雪峰 |
| 地址： | 450015 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种动态场景下显著性目标检测方法，动态场景下显著性目标检测是通过对运动视频中的目标进行运动变化状态分析进行的显著性检测过程。方法主要包括三个步骤：首先，在动态场景中进行运动目标检测，得到场景中所有的运动目标区域。然后，在动态场景中提取图像特征并进行特征级融合，得到图像融合特征向量，基于贝叶斯推理进行视觉注视点检测。最后，结合注视点检测，对检测到的运动目标的显著程度进行估计，生成基于运动目标的动态显著图。本发明很好的解决了摄像机在运动情况下的显著性目标检测问题，能够满足机器视觉系统在动态场景中检测显著性目标的需求，且该方法对环境变化具有较强的适应性。 | ||
| 搜索关键词： | 一种 动态 场景 显著 目标 检测 方法 | ||
【主权项】：
1.一种动态场景下显著性目标检测方法，其特征在于，包括以下步骤：S1：在动态场景中进行运动目标检测，得到动态场景中所有的运动目标区域的前景图像集合；S2：在动态场景中提取图像特征并进行特征级融合，得到图像融合特征向量，基于贝叶斯推理进行视觉注视点检测；S3：结合前景图像集合和融合后得到的视觉注视点对检测到的运动目标区域的显著程度进行度量并生成基于运动目标的动态显著图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于郑州航空工业管理学院，未经郑州航空工业管理学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810968233.9/，转载请声明来源钻瓜专利网。
