本发明专利技术提供的基于光流网络的运动物体检测方法及装置，包括：获取视频流，所述视频流包括至少2帧连续的图像；利用光流网络，从连续的图像中提取光流信息场；通过光流信息场，获得图像中每个像素的运动特征；根据运动特征，提取运动物体。通过光流网络提取像素的运动特征，能够更精准地处理光照变化、背景动态变化和阴影，从而能够更精确地捕捉和理解复杂场景中的运动模式，使得对于不同速度和大小的运动物体都能够有效检测，解决了如何对运动物体进行有效检测的问题。
【技术实现步骤摘要】
本专利技术涉及目标检测，特别涉及一种基于光流网络的运动物体检测方法及装置。
技术介绍
1、运动物体检测在多种实际应用中都有着至关重要的角色，例如安全监控、车载摄像头、交通流量监控等。传统的运动物体检测方法通常基于背景建模或帧间差分来实现。例如，背景建模法通过建立一个背景模型并与实时帧进行比较，以检测出前景或运动物体；帧间差分法通过比较连续帧之间的差异来确定运动物体。
2、然而，现有的传统方法在实际应用中的效果并不理想，其主要原因包括：
3、1.光照变化、背景动态变化(如风吹树叶、雨滴等)或阴影等会导致对运动物体的误判，从而影响检测结果的准确性；
4、2.当物体存在长时间停留时，则很可能被误认为是背景，从而当其发生运动后，算法无法将其识别出来；
5、3.快速运动的物体可能导致采集到的图像中物体模糊，从而因物体清晰度不够使得算法无法识别出物体，影响检测效果。
6、为了解决这些问题，研究人员尝试引入更复杂的背景建模方法，或结合多个算法以增强鲁棒性，但效果仍有限。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种基于光流网络的运动物体检测方法，其特征在于，包括：
2.根据权利要求1所述的基于光流网络的运动物体检测方法，其特征在于，所述利用光流网络，从连续的图像中提取光流信息场的方法包括：
3.根据权利要求2所述的基于光流网络的运动物体检测方法，其特征在于，所述利用光流网络中的下采样卷积层提取特征图像的方法包括：
4.根据权利要求3所述的基于光流网络的运动物体检测方法，其特征在于，所述利用光流网络中的滑窗转换器对特征图像进行特征增强的方法包括：
5.根据权利要求2所述的基于光流网络的运动物体检测方法，其特征在于，所述滑窗转换器由多个滑窗转换器...
【技术特征摘要】
1.一种基于光流网络的运动物体检测方法，其特征在于，包括：
2.根据权利要求1所述的基于光流网络的运动物体检测方法，其特征在于，所述利用光流网络，从连续的图像中提取光流信息场的方法包括：
3.根据权利要求2所述的基于光流网络的运动物体检测方法，其特征在于，所述利用光流网络中的下采样卷积层提取特征图像的方法包括：
4.根据权利要求3所述的基于光流网络的运动物体检测方法，其特征在于，所述利用光流网络中的滑窗转换器对特征图像进行特征增强的方法包括：
5.根据权利要求2所述的基于光流网络的运动物体检测方法，其特征在于，所述滑窗转换器由多个滑窗转换器串联叠加构成。
6.根据权利要求2所述的基于光流网络的运动物体检测方法，其特征在于，所述利用匹配概率进行全局特征匹配，以得到小尺度光流场的计算公式为：
7.权...
【专利技术属性】
技术研发人员：高瑞，宋博，王勇，温建新，
申请(专利权)人：成都微光集电科技有限公司，
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。