一种基于时空滤波的视频运动增强检测方法技术

本发明专利技术提出一种基于时空滤波的视频运动增强检测方法，输入源按需进行抽帧处理；根据目标检测算法对抽帧集进行推理；对多次检测结果中的目标进行跟踪并将目标标签化；若同种类别目标在多次检测结果中满足前后几次目标框的ROI是大于阈值a、小于阈值b或小于阈值a且大于阈值b，确认该目标为禁止目标、局部运动目标和移动性目标，若确定则返回检测结果；否则过滤掉检测结果；通过分析多次检测结果，并对检测出的目标进行基于多次检测结果的跟踪；再基于时空信息进行目标位置区域的交并运算判断目标运动与否，最后通过该种类目标的运动类型将错误目标结果舍弃从而减少错误目标的输出；其通过对目标检测结果进行时空信息滤波来降低错检率。低错检率。低错检率。

【技术实现步骤摘要】
一种基于时空滤波的视频运动增强检测方法


[0001]本专利技术涉及数字图像处理
，尤其涉及一种基于时空滤波的视频运动增强检测方法。

技术介绍

[0002]随着机器学习领域技术的飞速发展，各种行业都出现了人工智能应用。计算机视觉作为机器学习中深度学习领域的重要部分。而现有的优化错检率一般有如下几种方法：优化模型检测结果的准确率，优化网络结构另外一种可以提高检测结果的检测阈值等，这样可以过滤掉低置信度的检测结果，但这些方法需要做大量的研究和验证工作，错检率下降也有限，阈值的确定很难评估，而且会漏掉一些正确的结果；导致目标检测模型经过推理出的结果会有一些错检，怎么解决错检问题成为目标检测领域亟需解决的问题。

技术实现思路

[0003]为了解决上述问题，本专利技术提出一种基于时空滤波的视频运动增强检测方法，以更加确切地解决上述所述目前的目标检测模型经过推理出的结果会有一些错检。
[0004]本专利技术通过以下技术方案实现的：本专利技术提出一种基于时空滤波的视频运动增强检测方法，所述方法如下：S1：将输入的视频源或图片序列群本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时空滤波的视频运动增强检测方法，其特征在于，所述方法如下：S1：将输入的视频源或图片序列群按需进行抽帧处理，得到抽帧集；S2：根据目标检测算法对抽帧集进行推理，得到每帧的目标结果框序列；S3：根据待检测目标不同类别的特性进行分类处理；S4：对一个检测周期内的多次检测结果中的目标进行跟踪，并将目标标签化；S5：通过改进优化算法和判决改进方法确定同种类别目标在多次检测结果中满足前后N次目标框的ROI阈值T；S6：若ROI阈值T大于阈值a，则认为该目标为静止目标；若类别类型为静止型，则返回检测结果；否则过滤掉检测结果；若ROI阈值T小于阈值b，则认为该目标为运动目标，若类别类型为运动型，则回检测结果；否则过滤掉检测结果；若ROI阈值T小于阈值a且大于阈值b，则认为该目标为局部运动目标，若类别类型为局部运动型，则返回检测结果；否则过滤掉检测结果。2.根据权利要求1所述的一种基于时空滤波的视频运动增强检测方法，其特征在于，所述根据目标检测算法对抽帧集进行推理，得到每帧的目标结果框序列的步骤中，包括，根据选择性搜索Selective Search算法对抽帧集中每帧进行抽取候选区域，确定候选框后，将帧输入SPP Net中对候选区域进行特征提取，根据SVM分类器对候选框选取的特征进行特征分类，根据回归器对属于同一类别的候选框进一步调整其位置，得到每帧的目标结果框序列。3.根据权利要求1所述的一种基于时空滤波的视频运动增强检测方法，其特征在于，所述根据待检测目标不同类别的特性进行分类处理的步骤中，包括根据不同类别的特性，将目标类别分为运动型、局部运动型或静止型。4.根据权利要求1所述的一种基于时空滤波的视频运动增强检测方法，其特征在于，所述对一个检测周期内的多次检测结果中的目标进行跟踪，并将目标标签化的步骤中，包括，根据多次检测帧中的每一帧引入的目标信息和空间正则化对滤波器的更新进行约束，以目标融合特征训练时空感知相关滤波器模板，得到时空正则化和前后帧感知滤波器模型，然后在使用跟踪算法对目标框进行跟踪，并对每一帧的目标进行标签...

【专利技术属性】
技术研发人员：张磊，唐涛，王聪聪，许畅，张志辉，朱杰，
申请(专利权)人：江西云眼视界科技股份有限公司，
类型：发明
国别省市：