夜视环境下活物检测方法及装置制造方法及图纸

本发明专利技术公开了一种夜视环境下活物检测方法及装置，其中该方法包括：获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；对所述视频帧进行动态区域检测，得到动态变化的区域结果；构建动态区域分类模型和实例分割模型；基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；将分类结果和实例分割结果进行交并比计算，得到最终检测结果。本发明专利技术可以解决在后厨夜间环境且活物体积小的情况下，准确进行图像识别的问题。

【技术实现步骤摘要】
夜视环境下活物检测方法及装置
本专利技术涉及图像识别
，尤其涉及夜视环境下活物检测方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。从后厨夜视环境下识别活物(比如老鼠)的技术是一门涉及计算机视觉和人工智能等诸多领域的研究课题。在视频监控、后厨监管行业中有巨大应用前景。因此对活物(比如老鼠)检测已经成为后厨监管机器视觉领域的研究热点之一。但是因为其应用环境的复杂性、目标小、背景复杂多变、行为的类差异性等影响因素，现在的识别模型存在着识别准确率低、训练时间长等问题。
技术实现思路
本专利技术实施例提供一种夜视环境下活物检测方法，用以解决在后厨夜间环境且活物体积小的情况下，准确进行图像识别的技术问题，该方法包括：获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；对所述视频帧进行动态区域检测，得到动态变化的区域结果；构建动态区域分类模型和实例分割模型；基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；将分类结果和实例分割结果进行交并比计算，得到最终检测结果。本专利技术实施例还提供一种夜视环境下活物检测装置，用以解决在后厨夜间环境且活物体积小的情况下，准确进行图像识别的技术问题，该装置包括：视频切帧处理模块，用于获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；动态区域检测模块，用于对所述视频帧进行动态区域检测，得到动态变化的区域结果；模型构建模块，用于构建动态区域分类模型和实例分割模型；分类识别模块，用于基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；实例分割模型，用于基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；交并比计算模块，用于将分类结果和实例分割结果进行交并比计算，得到最终检测结果。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述夜视环境下活物检测方法。本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述夜视环境下活物检测方法的计算机程序。本专利技术实施例中，获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；对所述视频帧进行动态区域检测，得到动态变化的区域结果；构建动态区域分类模型和实例分割模型；基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；将分类结果和实例分割结果进行交并比计算，得到最终检测结果，针对夜视环境下的后厨视频，采用动态检测、分类识别和实例分割方法，能够有效检测视频中的活物，对后厨夜视环境下的活物检测有很好的帮助。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本专利技术实施例中夜视环境下活物检测方法流程图；图2为本专利技术实施例中视频切帧处理流程图；图3为本专利技术实施例中视频帧进行动态区域检测流程图；图4为本专利技术实施例中视频切帧处理流程图；图5为本专利技术实施例中夜视环境下活物检测装置结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。图1为本专利技术实施例中夜视环境下活物检测方法流程图，如图1所示，该方法包括：步骤101：获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；步骤102：对所述视频帧进行动态区域检测，得到动态变化的区域结果；步骤103：构建动态区域分类模型和实例分割模型；步骤104：基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；步骤105：基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；步骤106：将分类结果和实例分割结果进行交并比计算，得到最终检测结果。其中，步骤103可以是前期准备工作，位于步骤101之前。步骤105可以是和步骤102、步骤104同步执行的步骤。在本专利技术实施例中，在步骤101中，可以跳帧切帧的方式来进行视频切帧处理。具体的，如图2所示，该步骤101具体包括：步骤1011：将视频图像序列分解为静态图像序列；步骤1012：基于设置的采样步长(采样步长可以设为5帧，也可以是其他数字)采用跳帧切帧方式来进行视频切帧处理，获取静态RGB图像序列。在本专利技术实施例中，在步骤102中，可以使用图像二值化、腐蚀膨胀和取轮廓来识别动态区域图像。具体的，如图3所示，该步骤102具体包括：步骤1021：将静态RGB图像序列通过色彩空间转换转化为静态灰度图像序列；步骤1022：将静态灰度图像序列进行高斯噪声滤波，生成滤波后的静态灰度图像序列；其中，根据高斯分布公式搭建高斯滤波器，基于高斯滤波器将静态灰度图像序列进行能量转化，将低能量去除，去除灰度图中存在的高斯噪声，生成具有更少噪声的灰度图像构成的静态灰度图像序列。步骤1023：将滤波后的静态灰度图像序列进行标准化处理，使得每一个像素点的灰度值都处于0-255之间；其中，将具有更少噪声的灰度图像构成的全部静态灰度图像序列进行标准化处理，使得静态连续帧序列中的灰度图像中每一个像素点的灰度值都处于0-255之间。步骤1024：基于每一个像素点的灰度值都处于0-255之间的滤波后的静态灰度图像序列，通过帧差法计算得到二值化运动帧差图序列；其中，基于每一个像素点的灰度值都处于0-255之间的静态连续帧序列，通过帧差法计算得到与原动作序列相对应的二值化运动帧差图序列，即获得了运动帧差图。步骤1025：基于帧间差分法，根据二值化运动帧差图序列确定运动目标主体。其中，基于相邻帧间图像差分思想，利用图像序列中的像素强度数据的时域变化和相关性来确定各像素位置的“运动”并提取目标主体。帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。在本专利技术实施例中，在步骤103中，分类识别方法为卷积神经网本文档来自技高网...

【技术保护点】
1.一种夜视环境下活物检测方法，其特征在于，包括：/n获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；/n对所述视频帧进行动态区域检测，得到动态变化的区域结果；/n构建动态区域分类模型和实例分割模型；/n基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；/n基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；/n将分类结果和实例分割结果进行交并比计算，得到最终检测结果。/n

【技术特征摘要】
1.一种夜视环境下活物检测方法，其特征在于，包括：
获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；
对所述视频帧进行动态区域检测，得到动态变化的区域结果；
构建动态区域分类模型和实例分割模型；
基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；
基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；
将分类结果和实例分割结果进行交并比计算，得到最终检测结果。


2.如权利要求1所述的夜视环境下活物检测方法，其特征在于，对夜视环境下的视频进行切帧处理，获得视频帧，包括：
将视频图像序列分解为静态图像序列；
基于设置的采样步长采用跳帧切帧方式来进行视频切帧处理，获取静态RGB图像序列。


3.如权利要求2所述的夜视环境下活物检测方法，其特征在于，对所述视频帧进行动态区域检测，得到动态变化的区域结果，包括：
将静态RGB图像序列通过色彩空间转换转化为静态灰度图像序列；
将静态灰度图像序列进行高斯噪声滤波，生成滤波后的静态灰度图像序列；
将滤波后的静态灰度图像序列进行标准化处理，使得每一个像素点的灰度值都处于0-255之间；
基于每一个像素点的灰度值都处于0-255之间的滤波后的静态灰度图像序列，通过帧差法计算得到二值化运动帧差图序列；
基于帧间差分法，根据二值化运动帧差图序列确定运动目标主体。


4.如权利要求1所述的夜视环境下活物检测方法，其特征在于，构建动态区域分类模型，包括：
建立分类训练集，基于分类训练集对卷积神经网络模型进行训练，获得动态区域分类模型；
构建实例分割模型，包括：
建立实例分割训练集，对实例分割训练集进行掩膜基于区域的卷积神经网络训练，获得实例分割模型。


5.一种夜视环境下活物检测装置，其特征在于，包括：
视频切帧处理模块，用于获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；
动态...

【专利技术属性】
技术研发人员：陈坤，邸建，张欣，杨澜，
申请(专利权)人：华宇金信北京软件有限公司，
类型：发明
国别省市：北京;11