[发明专利]遗留物与盗移物检测方法、设备和存储介质有效

专利信息
申请号: 201910512057.2 申请日: 2019-06-13
公开(公告)号: CN110321808B 公开(公告)日: 2021-09-14
发明(设计)人: 刘亚洁 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06T7/11;G06T7/194
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 李庆波
地址: 310051 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 遗留 盗移物 检测 方法 设备 存储 介质
【说明书】:

本申请公开了遗留物与盗移物检测方法、设备和存储介质。该方法包括:获取场景图像,采用训练后的网络提取场景图像的特征;获取场景图像所对应的背景图像的特征,根据场景图像的特征和背景图像的特征计算背景图像和场景图像的特征差异度;判断出特征差异度高于对比阈值,则确定场景图像为遗留或盗移图像。本申请遗留物与盗移物检测方法简单方便,降低遗留物或盗移物检测的计算复杂度,可以实时对场景图像进行检测,可以不需要提取出前景物体,减少运算量,提高运算效率。

技术领域

本申请涉及图像分析技术领域,特别是涉及遗留物与盗移物检测方法、设备和存储介质。

背景技术

随着计算机视觉及深度学习技术的快速发展,智能视频监控技术在安防领域中的应用日益增长。遗留和盗移检测是视频监控技术中的重要分支,涉及计算机视觉、模式识别、智能监控等各个学科,且与人们的日常工作、生活息息相关。

目前,遗留和盗移检测的过程一般是:建立背景模型,并采取一定的策略进行更新,根据当前图像与背景图像的差异求出前景物体,并统计前景物体出现的时间,超过一定的阈值即认为出现了遗留物或物体被盗移,计算复杂度较高,无法进行实时应用。

发明内容

本申请提供遗留物与盗移物检测方法、设备和存储介质,以解决现有技术中计算复杂度较高,无法实时应用的问题。

为解决上述技术问题,本申请提供一种遗留物与盗移物检测方法,该方法包括:获取场景图像,采用训练后的网络提取场景图像的特征;获取场景图像所对应的背景图像的特征,根据场景图像的特征和背景图像的特征计算背景图像和场景图像的特征差异度;判断出特征差异度高于对比阈值,则确定场景图像为遗留或盗移图像。

为解决上述技术问题,本申请提供一种遗留物与盗移物检测设备,包括处理器和存储器,存储器中存储有计算机程序,处理器用于执行计算机程序以实现上述遗留物与盗移物检测方法的步骤。

为解决上述技术问题,本申请提供一种存储介质,其中存储有计算机程序,计算机程序被处理器执行时实现上述遗留物与盗移物检测方法的步骤。

本申请遗留物与盗移物检测方法获取到场景图像和背景图像的特征,然后通过背景图像的特征和场景图像的特征就可以计算出两幅图像的特征差异度,然后将两幅图像的特征差异度与对比阈值比较,就可以判断场景图像是否为遗留或盗移图像,简单方便,降低遗留物或盗移物检测的计算复杂度,可以实时对场景图像进行检测,可以不需要提取出前景物体,减少运算量,提高运算效率。

附图说明

为了更清楚地说明本申请实施方式中的技术方案,下面将对实施方式描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施方式,对本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是本申请遗留物与盗移物检测方法一实施方式的流程示意图;

图2是本申请遗留物与盗移物检测方法另一实施方式的流程示意图;

图3是本申请遗留物与盗移物检测方法又一实施方式的流程示意图;

图4是本申请遗留物与盗移物检测方法又一实施方式的流程示意图;

图5是本申请遗留物与盗移物检测设备一实施方式的结构示意图;

图6是本申请存储介质一实施方式的结构示意图。

具体实施方式

为使本领域的技术人员更好地理解本申请的技术方案,下面结合附图和具体实施方式对本申请所提供的一种遗留物与盗移物检测方法、设备和存储介质做进一步详细描述。

具体请参阅图1,图1是本申请遗留物与盗移物检测方法一实施方式的流程示意图,本实施方式遗留物与盗移物检测方法包括以下步骤。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/pat/books/201910512057.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top