【技术实现步骤摘要】
基于光流与多尺度上下文的图像序列运动遮挡检测方法
本专利技术涉及图像序列光流计算
,具体涉及一种基于光流与多尺度上下文的图像序列运动遮挡检测方法。
技术介绍
运动遮挡是由图像序列中物体和场景相互运动引起的像素点遮挡现象,通过定位遮挡像素点提取运动遮挡区域是图像处理、计算机视觉等领域的热点问题。近年来,随着深度学习理论与技术的快速发展,卷积神经网络模型被广泛应用于遮挡检测技术研究,由于该类方法具有计算速度快、稳定性高等显著优点,因此逐渐成为遮挡检测研究领域的热点,研究成果被广泛应用于动作识别、人体姿态识别、光流估计、人脸识别、目标跟踪和三维重建等更高级视觉任务。目前,基于光流前后一致性的遮挡检测技术是图像序列光流计算技术中最常采用的一类遮挡检测方法,该类方法能够计算得到较为粗糙的遮挡图。由于此类方法精度较低,并且对于包含非刚性运动和大位移的图像序列鲁棒性较差,限制了此类方法在各个领域的应用。
技术实现思路
本专利技术的目的在于针对现有技术的缺陷和不足,提供一种基于光流与多尺度上下文的图像序列运 ...
【技术保护点】
1.基于光流与多尺度上下文的图像序列运动遮挡检测方法,包含如下步骤:/n1)选择输入图像序列中的任意连续两帧图像;/n2)对选择的两帧图像进行特征金字塔下采样分层,获取三层分辨率不同的特征图;/n3)在每层金字塔中对当前层中的连续帧图像特征计算相关度,然后使用相关度计算光流;/n4)构建基于光流和多尺度上下文的遮挡检测模块,模块中包括一个前置3×3卷积,四条平行分支,每条分支包含三个具有不同扩展率的3×3卷积,二个聚合3×3卷积,除去最后一个卷积外,卷积后的激活函数均为Leaky ReLU,计算公式如下:/n
【技术特征摘要】
1.基于光流与多尺度上下文的图像序列运动遮挡检测方法,包含如下步骤:
1)选择输入图像序列中的任意连续两帧图像;
2)对选择的两帧图像进行特征金字塔下采样分层,获取三层分辨率不同的特征图;
3)在每层金字塔中对当前层中的连续帧图像特征计算相关度,然后使用相关度计算光流;
4)构建基于光流和多尺度上下文的遮挡检测模块,模块中包括一个前置3×3卷积,四条平行分支,每条分支包含三个具有不同扩展率的3×3卷积,二个聚合3×3卷积,除去最后一个卷积外,卷积后的激活函数均为LeakyReLU,计算公式如下:
式中:Fi代表了第i={1,2,3,4}条分支的输出,运算符号Convij代表了第i={1,2...
【专利技术属性】
技术研发人员:张聪炫,冯诚,陈震,黎明,江少锋,陈昊,范兵兵,
申请(专利权)人:南昌航空大学,
类型:发明
国别省市:江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。