【技术实现步骤摘要】
一种基于时间域信息传递的视频目标检测方法
:
[0001]本专利技术涉及图像处理和计算机视觉领域,具体来说,涉及了基于高效多尺度上下文探索网络的显著性目标检测算法。
技术介绍
:
[0002]本部分的陈述仅仅是涉及到了与本专利技术相关的
技术介绍
,并不必然构成现有技术。
[0003]目标检测一直是计算机视觉领域经久不衰的研究方向。目标检测也是一个主观的过程,对于人类来说能够通过观察很轻易地定位到目标。但对于只能接收到RGB像素矩阵的计算机来说却难如登天。传统的目标检测算法在预测精度和速度上都很不理想,但自从深度学习算法在计算机视觉领域大放异彩,目标检测领域逐渐开始利用深度学习来做研究。
[0004]到目前为止,基于RGB图像的目标检测技术已经趋近成熟,且无论精度还是速度都达到了很高的水准。但基于视频的目标检测仍存在很大的发展空间。短视频,直播视频中大部分承载的是人物、场景、动作和语音内容,如何利用特征对其内容进行表达是解决此类问题的关键。一种最直接的方法就是基于单帧的识别方法,即将视频帧进行截断,然后基于单帧图像进行深度学习。然而一张图像相对于整个视频来说是很小的一部分,特别当这帧图像并不具备很好的区分度,或是一些和视频主题无关的图像时,分类器则无法进行很好的识别。另一种采用最多的方法是把视频帧分成关键帧和非关键帧两部分,其中关键帧的选取有两种方式,一是间隔固定的帧数选取,二是自适应的方式选取。视频中目标的检测相对于图像中,最大的特点就是增加了上下文信息,视频的每一帧图像都具有上下文的连接对应关系和相似性。 ...
【技术保护点】
【技术特征摘要】
1.一种基于时间域信息传递的视频目标检测方法,其特征在于,该方法包括以下步骤:1)输入视频数据;2)对视频中的帧数据进行剪切分组,分为相邻的m帧;3)通过信息传递机制从相邻帧中获取信息增强对当前帧的检测;4)利用YOLOV5模型对处理后的帧数据进一步检测,得到检测结果。2.根据权利要求1所述的一种基于时间域信息传递的视频目标检测方法,其特征在于:所述步骤1)具体方法是:2.1)收集目标检测领域常用的数据集,KITTI数据集、Waymo数据集、NuScenes数据集、BDD 100K数据集、H3D数据集。2.2)将KITTI数据集作为检测基准。3.根据权利要求1所述的一种基于时间域信息传递的视频目标检测方法,其特征在于:所述步骤2)具体方法是:3.1)将多帧视频数据按照每相邻m帧分为一组,对于每组数据进行合并为一帧,在对其进行Focus切片操作。再将切片后的图像进行卷积核大小为3
×
3的卷积操作。3.2)步骤3.1中生成的特征h输入到GRU单元进行相邻帧之间的信息传递,其中包括一个重置门控r和一个更新门控z。个重置门控r和一个更新门控z。其中σ是sigmoid函数,x
t
是当前节点的输入,h
t
‑1是上一个传输下来的状态,W
r
和W
z
分别是重置门和更新门的权重。得到门控信号之后,首先使用重置门控来得到重置之后的数据h
t
‑1′
,再将h
t
‑1′
与输入x
t
进行拼接,在通过一个tanh激活函数来将数据放缩到
‑
1~1的范围内,最终得到h
′
。h
t
‑1′
=h
t
‑1⊙
r,
ꢀꢀꢀꢀ
(4)其中W为权重,
⊙
为同或运算。4.根据权利要求1所述的一种基于时间域信息传递的视频目标检测方法,其特征在于:所述步骤3)具体方法是:4.1)将经过信息传递后的...
【专利技术属性】
技术研发人员:夏晨星,李续兵,高修菊,孙延光,赵文俊,
申请(专利权)人:安徽理工大学,
类型:发明
国别省市:
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。