一种基于目标检测与追踪的视频动态物检测方法技术

本发明专利技术公开了一种基于目标检测与追踪的视频动态物检测方法，包括下述步骤：一、对视频帧进行目标检测；二、划分动态物、静态物子集；三、根据划分结果保留归入动态物子集的物体；四、使用目标追踪对后续帧进行动态物检测；本发明专利技术首先利用深度学习中的有监督学习训练检测模型，对视频图像帧中的物体进行检测，获得目标检测结果；在此基础上，保留人为划分为“动态物”的物体进行追踪，不仅获得了实时的动态物检测方法，而且能够检测潜在的动态物，如停在路边的车；能够不依赖图形处理单元，仅使用中央处理器即可实现准确、快速的动态物检测。

A video dynamic object detection method based on object detection and tracking

【技术实现步骤摘要】
一种基于目标检测与追踪的视频动态物检测方法
本专利技术涉及视频处理
，具体涉及一种基于目标检测与追踪的视频动态物检测方法。
技术介绍
视频动态物检测是指通过使用检测等技术，识别出视频中的动态物体，并获得它在视频中的位置。动态物检测技术在许多领域发挥着重要的作用，如安防监控、自动驾驶、交通流量统计等。在这类应用中，相比于场景的静态部分，移动的动态物是关注的重点。由于物体处于移动状态，这要求检测方法必须具备实时性、且能够即便在物体由于运动导致尺度、外观等因素发生变化时保持较好的检测结果。传统的视频动态物检测方法如帧间差分法、背景建模法以及光流法，主要基于对视频中的静态背景或动态物部分进行建模，随后将待检测的内容送入模型进行计算，对计算结果进行阈值过滤从而确定视频中的动态部分。由于这些模型包含手工设定的参数，使其往往只能在特定场景中工作。当摄像头也处于运动状态时，检测结果不够准确，甚至可能会错误地将背景检测为动态物。而基于深度学习的目标检测方法，能够自动地从大量的数据样本中进行学习，自动获得模型的参数，不仅避免了繁琐复杂的手工设定步骤，本文档来自技高网...

【技术保护点】
1.一种基于目标检测与追踪的视频动态物检测方法，其特征在于，包括下述步骤：/n步骤一，使用摄像头采集图像，用矩形框标注图像包含的物体并打上物体类别标签，构建卷积神经网络，利用采集和标注的数据训练网络，使其能够检测出图像中的物体，获得目标检测结果，记录检测时长；/n步骤二，将物体类别集合根据语义先验划分为“动态物”和“静态物”两个子集，其中“人”、“车”、“动物”等可以运动的类别归入“动态物”子集，其他类别归入“静态物”子集；/n步骤三，根据步骤二的划分方法对步骤一所得目标检测结果进行划分，仅保留归入“动态物”子集的物体；/n步骤四，对步骤三所得的“动态物”子集中的每一个物体，使用KCF目标追踪...

【技术特征摘要】
1.一种基于目标检测与追踪的视频动态物检测方法，其特征在于，包括下述步骤：
步骤一，使用摄像头采集图像，用矩形框标注图像包含的物体并打上物体类别标签，构建卷积神经网络，利用采集和标注的数据训练网络，使其能够检测出图像中的物体，获得目标检测结果，记录检测时长；
步骤二，将物体类别集合根据语义先验划分为“动态物”和“静态物”两个子集，其中“人”、“车”、“动物”等可以运动的类别归入“动态物”子集，其他类别归入“静态物”子集；
步骤三，根据步骤二的划分方法对步骤一所得目标检测结果进行划分，仅保留归入“动态物”子集的物体；
步骤四，对步骤三所得的“动态物”子集中的每一个物体，使用KCF目标追踪方法在步骤一中的物体检测框的基础上对其进行追踪；
步骤五，基于步骤四连续追踪了k帧后，使用步骤一中的卷积神经网...

【专利技术属性】
技术研发人员：黄冠恒，曾碧，刘建圻，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44