[發明專利]一種基于注意力區域多向可調濾波的舞臺目標檢測算法

在審

• 申請號: 202210100734.1
• 申請日: 2022-01-27
• 公開（公告）號: CN114429470A
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 周姣;劉基順;劉慶龍;孫建鋒;汶銀剛
• 申請（專利權）人: 北京北特圣迪科技發展有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06T5/10;G06T5/20;G06T5/50
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

1.一種基于注意力區域多向可調濾波的舞臺目標檢測算法，其特征在于：包括如下步驟，

S1、利用多步長空間技術對視覺傳感器獲取的原始圖像進行處理，獲取一系列不同步長下的顯著目標圖；利用最小熵信息挑選出系列不同步長下的顯著目標圖中的最優顯著圖，進而生成注意力集中區域圖；

S2、利用方向可調濾波對視覺傳感器獲取的原始圖像進行方向可調調濾波匹配，獲取不同方向上的目標邊緣區域圖；

S3、利用奇異值分解法對注意力集中區域圖與目標邊緣區域圖進行特征提取與重構；并將兩者重構后的圖像進行融合，獲取目標顯著圖；

S4、對目標顯著圖進行閾值分割，獲取最終的目標位置。

2.根據權利要求1所述的基于注意力區域多向可調濾波的舞臺目標檢測算法，其特征在于：步驟S1具體包括如下內容，

S11、將視覺傳感器獲取的原始圖像進行傅里葉變換；公式為，

其中，f(u,v)為圖像經傅里葉變換后的形式；I(x,y)為原始圖像；(x,y)為原始圖像的像素點變量；(u,v)為原始圖像的像素點變量(x,y)轉換到頻域后的變量；M和N分別為原始圖像的寬與高；j為虛數單位值；

S12、對進行傅里葉變換后的圖像進行相位信息提取，并對獲取的相位譜信息進行對數處理，獲取圖像的對數相位譜；公式為，

P(u,v)＝P[f(u,v)]

M(u,v)＝log(P(u,v))

其中，P[f]為對進行傅里葉變換后的圖像進行相位信息提取操作；P(u,v)為獲取的相位譜信息；M(u,v)為圖像的對數相位譜；

S13、利用高斯函數的核步長因子對圖像的對數相位譜進行空間擴展，獲取多步長相位譜空間；公式為，

M(u,v；σ)＝G(u,v；σ)*M(u,v),σ＝1,…,Q

其中，M(u，v；σ)為由σ擴展生成的多步長相位譜空間；為高斯函數；σ為高斯函數的核步長因子，其取值范圍取決于所要提取的前景目標像素值Num_target所占圖像整體像素值Num_image的大小，

S14、利用傅里葉比變換對多步長相位譜空間進行處理，獲取一系列不同步長下的顯著目標圖；公式為，

S_σ(x，y)＝ifft{M(u，v；σ)e^j·P(u，v)}

其中，S_σ(x，y)為在高斯函數的核步長因子為σ時，所生成的一系列不同步長下的顯著目標圖；ifft表示傅里葉反變換；

S15、利用最小熵信息挑選出不同步長下的顯著目標圖中的最優顯著圖；公式為，

σ_opt＝argmin(E(S_σ))

其中，σ_opt為最優核步長因子；E為求熵符號；

S16、令信息熵為加權因子，生成注意力集中區域圖；公式為，

其中，S(x，y)為注意力集中區域圖；為核步長因子為σ_opt的最優顯著圖。

3.根據權利要求2所述的基于注意力區域多向可調濾波的舞臺目標檢測算法，其特征在于：步驟S2具體包括如下內容，

S21、利用最優顯著圖獲取任意方向上的可調濾波模板；公式為，

其中，G(x′，y′)為高斯函數；表示的是0度方向上的卷積模板；表示為90度方向上的卷積模板；與式子線性組合，就可以得到兩方向上的卷積濾波模板的θ為任意方向角度輸入值；(x′，y′)為最優顯著圖的像素點變量；

S22、利用方向可調濾波模板的線性組合對視覺傳感器獲取的原始圖像進行卷積處理，獲取不同方向上的目標邊緣區域圖；

其中，D[d(x，y)]為不同方向上的目標邊緣區域圖；F[f(x，y)]為視覺傳感器獲取的原始圖像。