[发明专利]一种基于深度学习的运动目标检测方法

说明书

本发明公开了一种基于深度学习的运动目标检测方法，属于视频图像处理技术领域，方法包括：对构建的深度神经网络模型进行训练，得到具有分辨有意义运动目标能力的目标神经网络模型；利用目标神经网络模型，从当前采集的场景图像中检测运动目标。本发明利用深度学习技术和帧间相关性信息，使得方法消耗较小的内存空间，以较小的运算代价准确的检测出运动目标。

技术领域

本发明涉及视频图像处理技术领域，特别涉及一种基于深度学习的运动目标检测方法。

背景技术

随着社会的发展进步，智能视频监控设备越来越多的进入到人们的生活中，其中运动目标检测是智能视频分析算法中最重要的技术，同时也是进行目标跟踪和目标识别的基础技术。

目前，常用的运动目标检测方法是基于背景建模的基础上完成的，其检测运动目标的效果很大程度上取决于背景模型获得的好坏。而构建一个好的背景模型是当前的一个技术难题，其原因是由于实际环境中存在着光线变化、相机抖动、复杂背景以及目标运动速度等干扰，目前已有的背景建模算法无法进行有效及时的背景模型更新，导致运动目标检测结果经常出现错误，准确率较低。

近年来，深度学习技术凭借着可以模拟人类大脑神经网络，能够进行精确的非线性预测，在各个领域都得到了广泛的关注和应用。但是深度学习技术却无法在视频环境中做到实时检测，其原因是深度学习技术存在着模型消耗内存大、运算量大的缺点。比如当前在目标检测领域公知的检测效果和速度都较好的SSD算法，该算法在论文“SSD:SingleShot MultiBox Detector,Wei Liu,Dragomir Anguelov,Dumitru Erhan,ComputerVision and Pattern Recognition(CVPR2016)”中提出。以SSD300模型为例，进行目标检测时需要消耗1.2GB左右的内存，同时在Intel i7CPU环境下的检测时间至少1秒以上。究其原因，是因为SSD算法没有充分利用帧间相关性信息，因此需要消耗大量的内存和运算能力。

因此，如何在保证较少的漏检和误检的前提下，能够以较小的运算代价实时检测运动目标，是技术人员需要攻克的一个难题。

发明内容

本发明的目的在于提供一种基于深度学习的运动目标检测方法，以在保证较少的漏检和误检的前提下，能够以较小的运算代价实时检测运动目标。

为实现以上目的，本发明提供一种基于深度学习的运动目标检测方法，该方法包括：

对构建的深度神经网络模型进行训练，得到具有分辨有意义运动目标能力的目标神经网络模型，具体包括如下步骤：

基于LeNet-5卷积神经网络模型进行改进，构建深度神经网络模型；

根据不同摄像机应用场景下的邻近两帧图像中对应位置的子区域图像对，收集训练样本数据；

基于caffe深度学习框架，利用训练样本数据对深度神经网络模型进行训练，得到目标神经网络模型；

利用目标神经网络模型，从当前采集的当前场景图像中检测运动目标，具体包括如下步骤：

加载目标神经网络模型，以及获取当前摄像机场景下的初始背景图像；

采集当前摄像机场景下的实时帧图像；

检测当前摄像机场景下的实时帧图像是否存在可疑运动目标

如果存在可疑运动目标，获取可疑运动目标的位置矩形作为候选运动目标；

利用目标神经网络模型，在所有候选运动目标内筛选真实的运动目标。

如果不存在可疑运动目标，将采集的摄像机场景下的当前帧图像作为新的背景图像。