[發明專利]一種移動物體偵測的方法在審
| 申請號: | 202011074095.3 | 申請日: | 2020-10-09 |
| 公開(公告)號: | CN112364884A | 公開(公告)日: | 2021-02-12 |
| 發明(設計)人: | 劉月娥;汪紅星;鄧淇;吳子健;李崢嶸 | 申請(專利權)人: | 北京星閃世圖科技有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/40;G06K9/46 |
| 代理公司: | 西安嘉思特知識產權代理事務所(普通合伙) 61230 | 代理人: | 尹曉雪 |
| 地址: | 102206 北京市昌平區*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 移動 物體 偵測 方法 | ||
1.一種移動物體偵測的方法,其特征在于,包括:
S1:根據移動偵測算法獲取待測圖像中正在移動的目標,得到第一目標圖像;
S2:對所述第一目標圖像進行濾波處理,得到濾波圖像;
S3:對所述濾波圖像進行背景相似度過濾處理,得到第二目標圖像;
S4:根據目標銳利邊緣的長度對所述第二目標圖像進行過濾處理,得到第三目標圖像;
S5:將所述第三目標圖像輸入至訓練完成的分類器中,輸出圖像分類結果。
2.根據權利要求1所述的方法,其特征在于,所述S1包括:
采用高斯混合模型和VIBE算法獲取所述待測圖像中正在移動的目標,并對所述正在移動的目標進行標記,得到標記目標區域的所述第一目標圖像。
3.根據權利要求1所述的方法,其特征在于,所述S2包括:
使用中值濾波器對所述第一目標圖像的噪聲進行濾波處理,得到所述濾波圖像。
4.根據權利要求2所述的方法,其特征在于,所述S3包括:
S31:對所述濾波圖像的所述目標區域進行裁剪,獲取第一目標區域圖片以及其對應的背景圖片;
S32:利用matchTemplate函數計算所述第一目標區域圖片以及其對應的所述背景圖片的相似度;
S33:將計算得到相似度與預設的第一閾值進行比較,根據比較結果,將由于區域性的光線變化產生的所述目標區域進行過濾,得到所述第二目標圖像。
5.根據權利要求2所述的方法,其特征在于,所述S4包括:
S41:對所述第二目標圖像的所述目標區域進行裁剪,獲取第二目標區域圖片;
S42:利用Canny邊緣檢測算法,獲取所述第二目標區域圖片中目標區域的邊緣;
S43:連通所述第二目標區域圖片中目標區域的邊緣,獲取最長邊緣,并計算得到所述最長邊緣的長度;
S44:將所述最長邊緣的長度與預設的第二閾值進行比較,根據比較結果,將由影子產生的所述目標區域進行過濾,得到所述第三目標圖像。
6.根據權利要求1所述的方法,其特征在于,所述分類器的訓練方法包括:
步驟1:收集不同陰影類型和目標類型的圖像,利用移動偵測算法獲取所述圖像中正在移動的目標,并對所述正在移動的目標進行標記,得到標記目標區域的圖像;
步驟2:對所述目標區域的圖像進行截取,得到截取圖片;
步驟3:對所述截取圖片進行人工篩選分類并標記,得到訓練數據集;
步驟4:根據所述訓練數據集,對分類網絡進行訓練,得到所述分類器;
其中,所述分類器的損失函數為添加有L1正則和L2正則的Cross Entropy損失函數。
7.根據權利要求6所述的方法,其特征在于,所述S5包括:
將所述第三目標圖像輸入至訓練完成的分類器中,輸出圖像分類結果,根據所述圖像分類結果,判斷所述第三目標圖像的所述目標區域為目標圖或陰影圖。
8.根據權利要求7所述的方法,其特征在于,所述S3之前還包括:
根據預設的敏感區域,對所述濾波圖像進行第一次敏感區域過濾,過濾掉與所述敏感區域沒有交集的所述目標區域。
9.根據權利要求8所述的方法,其特征在于,所述S5之后還包括:
根據預設的所述敏感區域,對所述目標圖進行第二次敏感區域過濾,過濾掉中心點位于所述敏感區域之外的所述目標圖;
對經過第二次敏感區域過濾的所述目標圖進行目標持續時間過濾,若所述目標圖顯示在同一位置的時間不超過預設的時間閾值,那么將該目標圖進行過濾,根據過濾結果確定異物入侵目標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京星閃世圖科技有限公司,未經北京星閃世圖科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011074095.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種電動車充電樁用散熱裝置
- 下一篇:一種開封方法





