【技术实现步骤摘要】
本专利技术涉及目标检测，具体涉及一种结合rpca和特征融合网络的前景检测方法。
技术介绍
1、前景检测是计算机视觉和视频处理中的一项基本任务，通常被用作目标跟踪、视频监控等的预处理步骤。最近，基于深度学习的方法在前景检测领域取得了不错的成果，但当视频中的前景目标与背景过于相似或者不易观察时，一些基于深度学习的前景检测算法就不能很好地把前景特征提取出来，从而导致检测性能下降。
技术实现思路
1、本专利技术所要解决的是当前基于深度学习的方法在前景检测方法的检测性能不佳的问题，提供一种结合rpca和特征融合网络的前景检测方法。
2、为解决上述问题，本专利技术是通过以下技术方案实现的：
3、一种结合rpca和特征融合网络的前景检测方法，包括步骤如下：
4、步骤1、构建特征融合网络；
5、步骤2、获取样本观测图数据集；利用鲁棒主成分分析法对样本观测图数据集中的每个样本观测图进行处理，得到每个样本观测图对应的样本前景概率图，以得到样本前景概率图数据集；对...
【技术保护点】
1.一种结合RPCA和特征融合网络的前景检测方法，其特征是，包括步骤如下：
2.根据权利要求1所述的一种结合RPCA和特征融合网络的前景检测方法，其特征是，特征融合网络由34个卷积层、8个下采样层、5个叠加层、4个上采样层、4个拼接层和1个卷积激活层组成；
【技术特征摘要】
1.一种结合rpca和特征融合网络的前景检测方法，其特征是，包括步骤如下：
2.根据权利要求1所述的一种结合rpca和特征...
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。