[发明专利]一种运动目标检测方法、装置、存储介质及终端设备在审
| 申请号： | 201910781661.5 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110599516A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 胡艳萍 | 申请（专利权）人： | 普联技术有限公司 |
| 主分类号： | G06T7/215 | 分类号： | G06T7/215;G06N3/04;G06T7/207 |
| 代理公司： | 44202 广州三环专利商标代理有限公司 | 代理人： | 黄诗彬;郝传鑫 |
| 地址： | 518000 广东省深圳市南山区深南路科技*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种运动目标检测方法，包括：获取待处理图像序列；对所述待处理图像序列进行全景分割，获取所述待处理图像序列的每一个像素的标签；对每一个像素的标签进行归类，获取每一个像素的类别；其中，所述类别包括第一类别和第二类别；对所述待处理图像序列进行运动目标检测，获取运动候选区域；根据每一个像素的类别对所述运动候选区域进行校正和补偿，获取运动目标区域。相应的，本发明还公开了一种运动目标检测装置、计算机可读存储介质及终端设备。采用本发明的技术方案能够提高运动目标检测的精确度，降低误识别率。 | ||
| 搜索关键词： | 待处理图像 像素 运动目标检测 候选区域 计算机可读存储介质 运动目标检测装置 标签 运动目标区域 终端设备 误识别 归类 校正 全景 分割 | ||
【主权项】：
1.一种运动目标检测方法，其特征在于，包括：/n获取待处理图像序列；/n对所述待处理图像序列进行全景分割，获取所述待处理图像序列的每一个像素的标签；/n对每一个像素的标签进行归类，获取每一个像素的类别；其中，所述类别包括第一类别和第二类别；/n对所述待处理图像序列进行运动目标检测，获取运动候选区域；/n根据每一个像素的类别对所述运动候选区域进行校正和补偿，获取运动目标区域。/n
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普联技术有限公司，未经普联技术有限公司许可，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/patent/201910781661.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种红外弱小目标检测方法及其系统-201710345543.0
- 李霞;彭真明;黄苏琦;刘兴润;王俊 - 北京环境特性研究所
- 2017-05-16 - 2020-02-14 - G06T7/215
- 本发明提供一种红外弱小目标检测方法，其中，所述方法包括：背景抑制步骤：利用基于亮度对比度显著性的辐射能量特征及基于扇形高斯差分滤波器的各向同性特征对目标进行背景抑制；轨迹提取步骤：然后利用帧间差分法及恒虚警率阈值分割法提取目标运动轨迹特征；结果输出步骤：根据目标运动轨迹的连续性得出最终检测结果。本发明还提供一种红外弱小目标检测系统。本发明提供的技术方案针对天基卫星对地观测图像，对方向性特征、能量特征及运动特征进行了综合分析，有效的减弱了地表多种复杂虚警源的干扰，降低了检测虚警率，增强了算法鲁棒性，且计算简单高效，具有较高实时性，可方便地在硬件平台上实现。
- 一种基于计算机视觉的学生跟踪方法和装置-201610472345.6
- 李昌绿 - 广州市保伦电子有限公司
- 2016-06-22 - 2020-02-07 - G06T7/215
- 本发明公开了一种基于计算机视觉的学生跟踪方法，包括以下步骤：S1：计算差分图像，S2：更新HMI和Mask图像，S3：对步骤S2中的Mask进行轮廓跟踪，S4：对候选目标进行筛选和匹配，S5：对所有跟踪目标ROI区域在HMI图像计算运动方向，S6：对目标进行动作分析，S7：对步骤S6分析结果进行验证，S8：返回跟踪目标状态和坐标，把所有目标的坐标和状态返回。本发明还公开了一种基于计算机视觉的学生跟踪装置。本发明算法实现难度小，不依赖其他计算机视觉处理库，可以方便的移植到各种平台中，因本发明算法时间复杂度低，可以满足嵌入式系统中处理实时性要求高的目标跟踪产品。
- 时序性聚类的人体运动视频分割方法-201611040136.0
- 钱诚;徐则中;陈丽燕;徐强 - 常州工学院
- 2016-11-24 - 2020-01-31 - G06T7/215
- 本发明公开了一种时序性聚类的人体运动视频分割方法，具体包括：对视频帧特征提取后计算距离变换图，并进行K均值聚类等处理得到作为这些视频帧的特征输出的类标签向量。视频帧特征之间关系建模为视频帧的特征矩阵构建一个相关性矩阵M描述视频帧特征之间的关系，在获得相关性矩阵M后，对其执行图切算法，可以获得视频帧特征的聚类结果，并以此作为视频帧的分割结果，其中聚类结果中的每个类代表包含一个独立动作的视频段。本发明解决了人体运动视频分割中视频帧中人体运动特征相似性与时序性的融合问题，提高了分割精度，同时在计算视频帧关系时由于不需要进行迭代计算，因此提升了计算效率。
- 运动目标提取方法、装置和电子设备及可读存储介质-201910860408.9
- 谢昌颐;李建成;陈一平;孙红 - 湖南德雅坤创科技有限公司
- 2019-09-11 - 2020-01-31 - G06T7/215
- 本申请提供一种运动目标提取方法，包括：利用深度神经网络从预设视频帧数据提取固定区域和移动区域；根据图像块法和固定区域得到全局运动矢量；根据移动区域以外的区域的视频帧数据进行背景建模，得到初始背景模型；利用全局运动矢量根据当前视频帧将初始背景模型进行运动补偿获得背景模型；通过背景模型对当前视频帧数据进行运动目标提取，得到运动目标区域。本申请避免了相关技术中初始背景建模过程中的已存在的运动目标、以及由于摄像机处于运动中导致背景模型建立的不准确性，提高背景模型建立的准确性进而提高运动目标提取的准确性和高效率。本申请同时还提供了运动目标提取装置、电子设备和计算机可读存储介质，均具有上述有益效果。
- 基于静态帧的部件运动性预测方法-201710768864.1
- 胡瑞珍;黄惠 - 深圳大学
- 2017-08-31 - 2020-01-10 - G06T7/215
- 本发明提供了一种基于静态帧的部件运动性预测方法，包括：根据物体的运动方式对一组三维形状中的每一个三维形状中构建出多个运动单元，并根据运动类型对所有运动单元进行划分；计算每一运动单元中静态帧的帧描述子；根据运动单元的每一运动类型，学习出每一运动类型的运动单元中的静态帧到不同运动单元的距离函数；根据待查询的静态帧，利用距离函数选择与待查询的静态帧距离值最小的运动单元，得到该运动单元及其运动类型；根据待查询的静态帧及得到的运动单元及其运动类型生成多组候选的运动，对候选的运动进行采样，得到可应用于待查询的静态帧的最佳运动参数。本发明可以预测出现在物体静态帧上静态部件的运动。
- 融合超像素与三维自组织背景减除法的前景提取方法-201610128869.3
- 朱松豪;孙娴;金栋梁;荆晓远;岳东 - 南京邮电大学
- 2016-03-07 - 2019-12-24 - G06T7/215
- 本发明公开了融合超像素与三维自组织背景减除法的前景提取方法，该方法包括以下步骤：首先，使用超像素分割方法，将所有区域进行分割迭代；然后，使用三维自组织背景减除算法，图像背景建模；最后，通过最佳权重策略，实现前景运动目标提取。本发明提出的融合超像素分割的三维自组织背景减除算法，能有效检测缓慢运动的目标与进入场景后暂时静止的目标，在一定程度上提高了检测精度和处理速度。本发明结合超像素算法与三维自组织背景减除算法结合的框架，实现运动目标检测，加快了处理速度和处理效果。
- 一种运动目标检测方法、装置、存储介质及终端设备-201910781661.5
- 胡艳萍 - 普联技术有限公司
- 2019-08-22 - 2019-12-20 - G06T7/215
- 本发明公开了一种运动目标检测方法，包括：获取待处理图像序列；对所述待处理图像序列进行全景分割，获取所述待处理图像序列的每一个像素的标签；对每一个像素的标签进行归类，获取每一个像素的类别；其中，所述类别包括第一类别和第二类别；对所述待处理图像序列进行运动目标检测，获取运动候选区域；根据每一个像素的类别对所述运动候选区域进行校正和补偿，获取运动目标区域。相应的，本发明还公开了一种运动目标检测装置、计算机可读存储介质及终端设备。采用本发明的技术方案能够提高运动目标检测的精确度，降低误识别率。
- 一种复杂环境下多目标实时跟踪方法-201910239812.4
- 连国云;孙宏伟 - 深圳职业技术学院
- 2019-03-27 - 2019-12-13 - G06T7/215
- 本发明公开一种复杂环境下多目标实时跟踪方法，包括第一视频采集模块、第二视频采集模块、信息传输模块、数据库、背景剪出模块、视频处理模块、显示模块、控制器与报警模块；本发明在进行静态背景剪出的过程中，通过采集大量监控区域的视频帧图像，通过对大量视频帧图像进行整合处理，减少人物活动以及偶然事件对背景剪取的影响，同时对监控区中出现的有一定活动范围的物体进行分析，降低在追踪过程中该活动物体产生的噪声，从而降低分析难度，提高分析跟踪的准确度；本发明还通过对全局监控区域建立坐标系，对目标对应的坐标点进行读取，根据目标所处坐标对目标进行接力跟踪，防止在对目标的追踪过程中丢失目标，以及无法及时完成接力。
- 一种运动目标检测方法、装置和计算机可读存储介质-201910859601.0
- 谢昌颐;李建成;陈一平;孙红 - 湖南德雅坤创科技有限公司
- 2019-09-11 - 2019-12-10 - G06T7/215
- 本申请公开了一种运动目标检测方法，包括：对视频帧进行帧间差分法处理，得到运动区域；利用所述视频帧中除所述运动区域外的区域进行背景建模，得到背景模型；利用所述背景模型对待处理视频流进行运动目标提取，得到运动目标区域。可见，本申请通过基于帧间差分法得到运动区域，进而利用视频帧中除运动区域外的区域进行背景建模，避免了相关技术中存在于建模过程中的运动物体对建模结果造成的干扰，提高背景建模的准确性进而提高了运动目标检测的准确性。本申请同时还提供了一种运动目标检测装置、电子设备和计算机可读存储介质，均具有上述有益效果。
- 图像前景提取的方法和装置-201510796641.7
- 王桂文;刘强 - 深圳力维智联技术有限公司
- 2015-11-18 - 2019-11-22 - G06T7/215
- 本发明揭示了一种图像前景提取的方法和装置，其中方法包括：根据预设条件获取当前帧像素的距离判定阈值，并计算当前帧像素的积分直方图；根据积分直方图计算当前帧像素距离判定阈值范围内的样本个数；根据样本个数与预设的样本个数阈值比较，若样本个数大于或等于样本个数阈值，则判定当前帧像素为背景点，反之，则为前景点。本发明可以快速、准确的进行图像前景提取。
- 基于候选区域融合的视频显著性检测方法-201510691387.4
- 张雄伟;曹铁勇;郑云飞;鲍蕾;杨吉斌;李飞斌;黄辉;王文;孙蒙;胡永刚;闵刚;陈栩杉;徐记伟 - 中国人民解放军理工大学;中国人民解放军陆军军官学院
- 2015-10-21 - 2019-11-15 - G06T7/215
- 本发明提供一种基于候选区域融合的视频显著性检测方法，包括以下步骤：将视频分为视频帧后，先将单个视频帧分割成超像素，分别计算每个超像素的空间显著度和时间显著度，然后通过自适应权重分配策略将空间显著图与时间显著图融合得到初步的时空显著图，通过候选区域的选择、合并、优化得到最终的时空显著图。本发明的视频显著性检测方法能有效克服背景杂乱、摄像机运动、显著性目标运动不一致的影响，准确的标注视频的显著性区域。
- 专利分类
