一种面向多帧二维目标检测任务的数据增强和帧选取方法技术

本发明专利技术公开了一种面向多帧二维目标检测任务的数据增强和帧选取方法，属于计算机视觉技术领域，方法包括：构建特征提取模型和目标检测模型，对当视频帧顺序选取历史帧并进行数据增强，对数据增强后的历史帧进行特征提取得到特征向量；然后使用聚类算法对特征向量进行分组选取参考帧；将参考帧与当前帧一同作为输入数据，输入到目标检测模型中进行训练并不断迭代；图像帧选取能够自适应地选取出更有效的历史帧，从而为当前帧的目标检测过程提供有力的参考，提升最终的检测精度；图像增强通过随机性的数据增强来提升模型从历史帧中提取信息的能力，提升最终对于目标物体分类和定位的精度。

【技术实现步骤摘要】

本专利技术属于计算机视觉，尤其涉及一种面向多帧二维目标检测任务的数据增强和帧选取方法。

技术介绍

1、随着深度学习的发展，自动驾驶、智慧交通和智慧安防等领域逐渐实现。目标检测技术，尤其是视频序列的目标检测，变得尤为重要。它旨在定位和分类画面中的关键物体(如车辆、行人、自行车)。视频目标检测面临多个挑战：

2、自动驾驶：车辆配有高清摄像头，实时采集环境画面。因位置和尺寸限制，画面常有遮挡，导致目标物体特征缺失，增加检测难度。

3、智慧交通：摄像头高位安装，用于统计车辆信息和检测违法行为。在快速路或高速上，车辆行驶速度快(每小时100公里以上)，导致画面运动模糊，增加检测难度。

4、智慧安防：在人流密集区域，摄像头用于监控和统计人流信息。因目标物体密集、移动快及摄像头运动，画面可能失焦或变形，增加特征提取难度。

5、为解决遮挡、模糊和失焦问题，研究人员利用视频帧的连续特性提升检测精度。摄像头采集的视频是连续的二维图像序列，每秒10到30帧。这些帧依次输入神经网络进行目标检测。当某帧画面出现遮挡时，之前的帧可能更完本文档来自技高网...

【技术保护点】

1.一种面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

3.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

4.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

5.根据权利要求4所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

6.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，</p>

7.根据...

【技术特征摘要】

1.一种面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

3.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

4.根据权利要求1所述的面向多帧二维目标检测任务的数据增强和帧选取方法，其特征在于，

...

【专利技术属性】
技术研发人员：苗军，魏梦婷，柳圣凯，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：