一种基于异常光流的小样本运动目标检测方法技术

本发明专利技术公开了一种基于异常光流的小样本运动目标检测方法，本发明专利技术的关键在于跳脱出对运动目标的直接检测。因为视频的动态特性，利用光流估计网络强大的光流估计能力，计算出帧间的运动信息，提取出运动异常信息，即光流异常区域，实现对运动目标的检测。在运动背景下，依然可以较好的实现对运动目标的检测。经实验验证，利用含单个类别的光流图数据集训练后的检测网络，对其他类别的光流异常区域依然可以实现检测，即突破了因目标类别不同而限制对运动目标的检测。动目标的检测。动目标的检测。

【技术实现步骤摘要】
一种基于异常光流的小样本运动目标检测方法


[0001]本专利技术属于深度学习领域，涉及一种基于异常光流的小样本运动目标检测方法。

技术介绍

[0002]动态背景下运动目标的检测是诸如可见光探测、红外成像探测等成像探测系统的一个重要组成部分。目标检测即在单帧图像/图像序列上对感兴趣目标进行定位。在很多情况下，目标检测所要面临的背景是极其复杂的图像序列，这就给工作带来很大的挑战。
[0003]伴随着复杂环境下集群化无人作战、安保、农业等军事/民事应用在广度与深度的不断扩展，对运动目标检测的需求更为紧迫，也提出了更高的要求。主要原因包括：1)远程探测对探测距离的要求越来越高，在图像上则表征为目标的物理尺寸越来越小；2)无人机等小型化目标的出现，强化了上述的这个趋势；3)探测器成像分辨率的限制，比如红外成像的分辨率的提升相对有限；4)多目标/密集分布的群目标(如无人机群)，对检测跟踪过程的信息精细化处理提出了更高的要求；5)传感器装载平台的多样化，对于移动装载平台(例如机载)，所采集的图像序列中，背景与目标是运动的，在运动背景下无法采用简单的静本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异常光流的小样本运动目标检测方法，其特征在于，具体步骤如下：步骤(1)、训练光流估计网络；下载现有并公开的公共数据集对光流估计网络进行训练，接着用训练好的光流估计网络对两帧图像进行光流估计，得到光流图；_步骤(2)、使用光流图训练检测网络；所述的光流图是一个两通道的矩阵，对这个两通道的矩阵进行归一化处理；在原始数据集上标识运动目标，将生成的标识文件和归一化后的光流图用于训练检测网络；步骤(3)、两个网络串联运行将训练好的两个网络串联，实现对运动目标的检测。2.根据权利要求1所述的一种基于异常光流的小样本运动目标检测方法，其特征在于：所述的公共数据集为FlyingChairs、Sintel或MPI
‑
Sinte...

【专利技术属性】
技术研发人员：陈华杰，许琮擎，周枭，占俊杰，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：