一种运动目标检测方法、装置、存储介质及终端设备制造方法及图纸

本发明专利技术公开了一种运动目标检测方法、装置、存储介质及终端设备，所述方法包括：获取待处理图像序列；对所述待处理图像序列进行运动目标检测，获取初始运动区域；对所述初始运动区域进行区域统计校正，获取校正后的运动区域；基于预设的Fast network和Slow network，根据所述待处理图像序列和所述校正后的运动区域进行特征提取；根据预设的LSTM对提取到的特征进行特征融合；基于预设的检测器，根据融合后的特征获取运动目标区域。采用本发明专利技术的技术方案能够提高运动目标检测的精确度，降低误检率。

A moving object detection method, device, storage medium and terminal equipment

【技术实现步骤摘要】
一种运动目标检测方法、装置、存储介质及终端设备
本专利技术涉及运动目标检测
，尤其涉及一种运动目标检测方法、装置、计算机可读存储介质及终端设备。
技术介绍
运动目标检测是将图像序列中的运动区域从相对静止的背景中分割出来，得到运动的前景目标，从而能够对运动目标进行进一步的跟踪、分类和识别等更高层次的处理，是计算机视觉的重要技术之一，被广泛应用到视频监控、智能交通以及工业检测等领域。目前，传统的运动目标检测方法主要包括光流法和背景差分法；其中，光流法检测的一般步骤是通过图像序列中的像素速度的变化，来确定不同时间内的灰度变化和相邻像素的相关性，从而检测出运动目标；背景差分法是先构造一个背景模型来替代真实的背景场景，通过将图像序列与背景模型进行比较，识别出运动目标与背景之间的差别来实现运动目标的检测，典型的背景模型有混合高斯模型、ViBe等。但是，光流法易受噪声影响，抗噪声性能差，背景差分法对环境光线变化敏感，并且这两种方法在检测过程中均容易受到背景场景的动态变化(例如树叶晃动、雨雪天气)、光照变化以及杂乱背景等动态场景的干扰，从本文档来自技高网...

【技术保护点】
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运动目标检测，获取初始运动区域；/n对所述初始运动区域进行区域统计校正，获取校正后的运动区域；/n基于预设的Fast network和Slow network，根据所述待处理图像序列和所述校正后的运动区域进行特征提取；/n根据预设的LSTM对提取到的特征进行特征融合；/n基于预设的检测器，根据融合后的特征获取运动目标区域。/n

【技术特征摘要】
1.一种运动目标检测方法，其特征在于，包括：
获取待处理图像序列；
对所述待处理图像序列进行运动目标检测，获取初始运动区域；
对所述初始运动区域进行区域统计校正，获取校正后的运动区域；
基于预设的Fastnetwork和Slownetwork，根据所述待处理图像序列和所述校正后的运动区域进行特征提取；
根据预设的LSTM对提取到的特征进行特征融合；
基于预设的检测器，根据融合后的特征获取运动目标区域。


2.如权利要求1所述的运动目标检测方法，其特征在于，所述对所述待处理图像序列进行运动目标检测，获取初始运动区域，具体包括：
基于预设的混合高斯模型对所述待处理图像序列进行运动目标检测，获取所述初始运动区域。


3.如权利要求1所述的运动目标检测方法，其特征在于，所述对所述初始运动区域进行区域统计校正，获取校正后的运动区域，具体包括：
获取所述初始运动区域对应的二值化图像中的每一个像素点的标记值；
根据获得的每一个像素点的标记值对所述初始运动区域中的像素点进行校正，相应获得所述校正后的运动区域。


4.如权利要求3所述的运动目标检测方法，其特征在于，所述根据获得的每一个像素点的标记值对所述初始运动区域中的像素点进行校正，相应获得所述校正后的运动区域，具体包括：
对于所述初始运动区域的任一个像素点，获取所述像素点的n*n邻域；其中，所述n*n邻域以所述像素点为中心像素点，n>0；
统计所述n*n邻域中包含的标记值为0的像素点的数量n0和标记值为1的像素点的数量n1；
当n*n*α≤n0时，将所述像素点的标记值校正为0；
当n*n*α>n0时，将所述像素点的标记值校正为1。


5.如权利要求1所述的运动目标检测方法，其特征在于，所述基于预设的Fastnetwork和Slownetwork，根据所述待处理图像序列和所述校正后的运动区域进行特征提取，具体包括：
根据所述待处理...

【专利技术属性】
技术研发人员：胡艳萍，
申请(专利权)人：普联国际有限公司，
类型：发明
国别省市：中国香港;81