【技术实现步骤摘要】
一种用于运动图像处理装置、方法及存储介质
[0001]本申请涉及图像处理领域,且更为具体地,涉及一种用于运动图像处理装置、方法及存储介质。
技术介绍
[0002]图像处理技术是用计算机对图像信息进行处理的技术,主要包括图像数字化、图像增强和复原、图像数据编码、图像分割和图像识别等。随着图像处理技术发展和人工智能技术的进步,智能化的图像处理技术已经成熟的应用到生活、工业和工程、军事和公安、文化与艺术等方面。
[0003]如申请号为201720911253.3的中国专利公开了一种运动车辆检测图像处理系统,包括通过通信接口模块依次连接的接收器、图像处理器、控制器以及传送器,其中:接收器用于接收获取数字图像;图像处理器包括图像预处理模块以及图像识别模块,用于对数字图像进行初步处理和对数字图像进行识别、提取、分割;控制器包括图像二值化模块以及图像检测模块,通过算法对数字图像进行二值化处理以及检测道路边缘信息并且对数字图像边缘进行锐化增强处理;传送器用于将检测后的数字图像进行传输发送。该车辆检测图像处理系统结构简单,提高了图像的质量,保证了图像效果,降低了成本,增强了运动车辆检测结果的准确度。
[0004]再如,申请号为202210517704.0的中国专利公开了一种基于机器视觉的图像处理式运动监测系统,属于运动监测
,包括运动图像获取模块,所述运动图像获取模块用于获取运动图像。该专利技术中,通过设计的边缘优化单元,在提取运动图像的运动区域轮廓后,快速分割待运动识别区域,以异或运算为基础,屏蔽运动图像帧与帧 ...
【技术保护点】
【技术特征摘要】
1.一种运动图像处理装置,其特征在于,包括:视频采集模块,用于获取由摄像头采集的人员监控视频;关键帧提取模块,用于从所述人员监控视频提取多个人员监控关键帧;人员行为空间特征提取模块,用于将所述多个人员监控关键帧通过基于三维卷积神经网络模型的行为空间维度特征提取器以得到人员行为空间特征图;光流图像提取模块,用于使用光流图像提取网络从所述多个人员监控关键帧提取光流图像的序列;人员行为时间特征提取模块,用于将所述光流图像的序列通过基于三维卷积神经网络模型的行为时间维度特征提取器以得到人员行为时间特征图;特征融合模块,用于融合所述人员行为空间特征图和所述人员行为时间特征图以得到分类特征图;特征优化模块,用于对所述分类特征图进行特征分布优化以得到优化分类特征图;以及预警提示模块,用于将所述优化分类特征图通过分类器以得到分类结果,所述分类结果用于表示是否产生异常预警提示。2.根据权利要求1所述的运动图像处理装置,其特征在于,所述人员行为空间特征提取模块,用于:使用所述基于三维卷积神经网络模型的行为空间维度特征提取器的各层在层的正向传递中分别对输入数据进行如下处理:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的池化以得到池化特征图;以及对所述池化特征图进行非线性激活以得到激活特征图;其中,所述基于三维卷积神经网络模型的行为空间维度特征提取器的最后一层的输出为所述人员行为空间特征图,所述基于三维卷积神经网络模型的行为时间维度特征提取器的第一层的输入为所述人员监控关键帧。3.根据权利要求2所述的运动图像处理装置,其特征在于,所述人员行为时间特征提取模块,用于使用所述基于三维卷积神经网络模型的行为空间维度特征提取器的各层在层的正向传递中分别对输入数据进行如下处理:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的池化以得到池化特征图;以及对所述池化特征图进行非线性激活以得到激活特征图;其中,所述基于三维卷积神经网络模型的行为时间维度特征提取器的最后一层的输出为所述人员行为时间特征图,所述基于三维卷积神经网络模型的行为时间维度特征提取器的第一层的输入为所述光流图像的序列。4.根据权利要求3所述的运动图像处理装置,其特征在于,所述特征融合模块,用于以如下级联公式来融合所述人员行为空间特征图和所述人员行为时间特征图以得到分类特征图;其中,所述公式为:;其中,表示所述人员行为空间特征图,表示所述人员行为时间特征图,表示级联函数,表示所述分类特征图。
5.根据权利要求4所述的运动图像处理装置,其特征在于,所述特征优化模块,包括:优化因数计算单元,用于计算所述分类特征图中各个位置特征值的位置信息图式场景注意力无偏估计因数以得到多个位置信息图式场景注意力无偏估计因数;以及加权优化单元,用于以所述多个位置信息图式场景注意力无偏估计...
【专利技术属性】
技术研发人员:黄剑,李佩剑,伍强,
申请(专利权)人:成都睿瞳科技有限责任公司,
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。