[发明专利]一种基于机器学习的视频目标检测方法

摘要

本发明公开一种基于机器学习的视频目标检测方法，包括，1)对输入的视频采用SSD目标检测算法，得到待跟踪的目标检测框，并在图像上标出bounding‑box，确定跟踪的目标。2)对输入视频每一帧采用两种跟踪方法，一是光流跟踪算法，利用概率预测下一帧的跟踪点，并通过欧氏距离和所设阈值精确确定下一帧跟踪点。二是采用全卷积神经网络，提取神经网络中高层和底层的特征进行分别卷积，最后通过分类器融合成特征图，从而精确确定下一帧跟踪点。3)对光流跟踪和全卷积神经网络跟踪的结果提取HOG特征，通过支持向量机(SVM)将两个结果进行有效性判别最终确定下一帧的目标位置。

主权项

一种基于机器学习的视频目标检测方法，其特征在于，包括以下步骤：(1)对于待跟踪的视频，利用SSD目标检测算法得到待跟踪的目标检测框，并在图像上标出bounding‑box；对于每一张标记的图片分别利用光流跟踪法和全卷积神经网络独立地进行追踪；其中光流跟踪法进行追踪的具体过程为：对于给出目标检测框的目标，均匀采集M个点作为跟踪点；根据两帧之间的光流来计算这M个点在下一帧的目标点；当目标点与当前帧中M个点所对应的点的欧氏距离小于设定的阈值则保留下来，作为跟踪点；基于所获得的下一帧中的跟踪点，计算下一帧的目标检测框的位置；全卷积神经网络独立地进行追踪的具体过程为，采用VGG16模型，13个卷积层，3个全连接层，使用主成分分析法提取其主要特征，分别提取卷积神经网络中的高层和底层特征，选出和当前跟踪目标最相关的特征图管道，分别输入到两个两层卷积的卷积网络SNet和Gnet，得到两个预测的热图，并根据是否有错误选择决定使用哪个热图生成最终的跟踪结果；(2)对于光流算法检测出的结果，和全卷积神经网络检测的结果，提取其HOG特征，通过SVM将两个结果进行有效性的判断，最终选出跟踪目标的准确位置。