[發明專利]基于脈沖耦合神經網絡的動目標檢測方法

有效

• 申請號: 201310731768.1
• 申請日: 2013-12-27
• 公開（公告）號: CN103700118A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 汪晉寬;才溪;韓光
• 申請（專利權）人: 東北大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T5/50;G06N3/02
• 代理公司: 北京聯創佳為專利事務所(普通合伙) 11362
• 代理人: 郭防

1.基于脈沖耦合神經網絡的動目標檢測方法，其特征在于，包括以下步驟：

a.利用脈沖耦合神經網絡感知視頻圖像序列，提取視頻圖像的全局特征；

b.建立每個像素的全局特征直方圖；

c.針對每個像素，利用前K幀對應的全局特征直方圖作為該像素的初始背景模型；

d.針對每個像素，計算當前幀圖像的全局特征直方圖與背景模型中相應的全局特征直方圖的相似性，檢測該像素是否為動目標；

e.針對每個像素，利用當前幀圖像的全局特征直方圖對其背景模型進行更新。

2.根據權利要求1所述的基于脈沖耦合神經網絡的動目標檢測方法，其特征在于，步驟a具體包括：脈沖耦合神經網絡中的一個神經元對應視頻圖像中的一個像素；對于脈沖耦合神經網絡中位于(i,j)的神經元，其在時刻n受到外界刺激信息S_ij和相鄰k×l鄰域內其它神經元n-1時刻脈沖信息{Y_kl}的影響后，反饋輸入F_ij、線性連接輸入L_ij、內部活動項U_ij、膜電位動態閾值θ_ij、脈沖發生器的脈沖輸出Y_ij以及提取的視頻圖像的全局特征Q_ij分別為：

Fi_j(n)＝Si_j；

Lij(n)=1,ΣklYkl(n-1)>00,otherwise;]]>

U_ij(n)＝F_ij(n)·(1+βL_ij(n))；

θij(n)=e-αθθij(n-1)+VθYij(n);]]>

Yij(n)=1,Uij(n)>θij(n-1)0,otherwise;]]>

Q_ij(n)＝Q_ij(n-1)+(iter-n)Y_ij(n)；

其中，iter為脈沖耦合神經網絡迭代感知的總次數；S_ij為位于(i,j)的神經元所感知的任一波段圖像的像素灰度值；α_θ為動態閾值θ_ij的衰減時間常數；V_θ為閾值放大系數；β為連接強度。