[发明专利]针对抖动视频序列中运动目标检测算法在审
| 申请号： | 201810867457.0 | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109166137A | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 薛阳;王琳;张亚飞;王舒;张宁;俞志诚;吴海东 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G06T7/215 | 分类号： | G06T7/215 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 吴宝根;徐颖 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种针对抖动视频序列运动中目标检测算法，先将图像帧四周各去除部分边缘，再对图像帧进行分块后，依据分块灰度投影算法进行视频序列的校正，进而结合背景差分与帧间差分法融合策略增强运动目标区域，最后使用自适应阈值分割法检测出前景目标。使用分块灰度处理方式进行运动矢量估计，通过离散化的决策机制有效剔除灰度变化低与存在局部运动区域，提高全局偏移量估计精度；对于校正后序列通过使用背景差分与连续帧间差分法融合策略，减弱差分过程中受环境与光照变化影响、更全面提取运动目标；本算法在视频序列抖动场景综合检测性能评价较高，运算量较小对硬件需求低有实际应用价值。 | ||
| 搜索关键词： | 视频序列 抖动 融合策略 图像帧 分块 算法 校正 运动目标检测算法 自适应阈值分割法 分块灰度投影 局部运动区域 目标检测算法 运动目标区域 运动矢量估计 偏移量估计 帧间差分法 光照变化 灰度变化 灰度处理 决策机制 前景目标 性能评价 硬件需求 运动目标 综合检测 差分法 离散化 连续帧 运算量 去除 剔除 场景 检测 全局 应用 | ||
【主权项】：
1.一种针对抖动视频序列中运动目标检测算法，其特征在于，先将图像帧四周各去除部分边缘，再对图像帧进行分块后，依据分块灰度投影算法进行视频序列的校正，进而结合背景差分与帧间差分法融合策略增强运动目标区域，最后使用自适应阈值分割法检测出前景目标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力学院，未经上海电力学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810867457.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种针对光流图的快速的FCM图像分割方法-201710530461.3
- 胡友民;胡中旭;吴波;武敏健;刘颉;肖玲;王诗杰;李雪莲 - 华中科技大学
- 2017-06-28 - 2019-11-12 - G06T7/215
- 本发明属于图像分割技术领域，具体涉及一种针对光流图的快速的FCM图像分割方法，其包括以下步骤：S1确定糊聚类参数；S2划分若干个向量方向区间，并将二维向量划分至对应的方向区间中；S3将每个方向区间均分成若干个模区间，并将二维向量划分至对应的模区间中，计算每个方向区间下每个模区间内的向量个数；S4计算每个方向区间中的每个向量模区间的标准向量大小；S5将标准向量的隶属度初始化，进行迭代计算，直至得到满足精度要求的隶属度和聚类中心；S6完成二维向量图的图像分割。本发明的方法不仅能够对二维向量图进行精确分割，而且大大减少了整个分割过程的计算量，提高了运算速度，十分适用于二维向量图，尤其是光流图的分割。
- 利用改进模糊聚类算法提取灰度不均匀红外行人的方法-201710256035.5
- 白相志;王英帆 - 北京航空航天大学
- 2017-04-19 - 2019-11-08 - G06T7/215
- 本发明涉及一种利用改进模糊聚类算法提取灰度不均匀红外行人的方法，步骤一：确定行人大致区域；步骤二：采用改进的模糊聚类算法对红外图像进行聚类分割；改进的模糊聚类算法目标函数如下：步骤三：为了提取红外行人目标，需要对聚类结果进行后续处理：剔除非行人目标区域；聚类结果为二值图像，计算二值图像中每个连通域的长宽比，剔除长宽比不符合行人长宽比范围的连通域。本发明从在目标函数中加入正则项以考虑像素点和邻域的相似性和像素点和聚类中心的相似性；对于邻域窗口尺寸进行了扩展，考虑更多邻域信息；能够较好地分割灰度不均匀红外行人目标；具有广阔的市场前景与应用价值。
- 一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法-201910548272.8
- 季敏剑;王晨;秦建;洪道鉴;陈顺德;章伟林;周辉;吕坚华;梁海立;应国德;杨茜;王晓飞;王昕;鲍杰利;叶家乐;许楚航 - 台州宏达电力建设有限公司;国网浙江省电力有限公司台州供电公司
- 2019-06-24 - 2019-11-05 - G06T7/215
- 本发明涉及一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其包括如下步骤：步骤1：通过背景差值法进行运动检测，提取到运动前景图像，记为图像Pa；步骤2：对提取到的前景图像按某一尺寸进行分块；步骤3：通过帧间差值法，提取前景图像的轮廓，记为图像Pb；步骤4：对提到的前景轮廓图像进行分块，分块大小和步骤2中的尺寸相同；步骤5：以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像；本发明能够有效去除图像中的干扰信息，最大程度地检测到前景图像，方便工作人员的识别。
- 一种交互式视频分割方法-201710794283.5
- 韩守东;杨迎春;刘昱均;陈阳;胡卓 - 华中科技大学;深圳华中科技大学研究院
- 2017-09-06 - 2019-10-25 - G06T7/215
- 本发明公开了一种交互式视频分割方法，首先，进行目标轮廓线预估，得到目标物体在当前帧的预估初始轮廓，并在当前帧目标预估轮廓线基础上，通过距离映射得出每个像素点到目标预估轮廓的最短距离，作为该像素点的位置属性。在当前帧每个像素除了三维颜色属性的基础上，加入反映时空约束的位置属性，即每个像素点距离预估目标轮廓的距离值，扩展到高维空间。建立图结构时先将高维空间的每个属性预先划分为多个直方图Bin，然后将帧间平滑项叠加到通过全局概率模型计算得到的数据项中，作为能量函数模型的数据项，最终利用最大流最小割算法得到能量函数模型的解，成功的融入了目标的运动信息，增加了视频分割的时空连续性。
- 一种多目标跟踪方法以及终端设备-201810276451.6
- 白博;陈大友;陈茂林 - 华为技术有限公司
- 2018-03-30 - 2019-10-11 - G06T7/215
- 本申请实施例公开了一种多目标跟踪方法以及终端设备，用于在目标被遮挡时，还能准确关联上该目标，实现对目标的关联跟踪。该方法包括：终端设备通过读取图片或解码视频等得到某一时刻的待处理帧，再对该待处理帧中的目标进行检测得到检测结果；之后，终端设备将检测结果与记录到的跟踪结果(即上一时刻记录到的检测结果)分割成相同的至少两个区域框，并计算检测结果的各个区域框的深度特征与跟踪结果的各个区域框的深度特征，得到检测结果各个区域框与跟踪结果各个区域框之间的区域相似度，并根据区域相似度得到检测结果与跟踪结果之间整体的相似度；最后，若得到的相似度满足预设条件，则终端设备将该检测结果与该跟踪结果进行关联跟踪。
- 基于显著部位的目标抗遮挡跟踪方法-201910612958.9
- 詹昭焕;韩松臣;李炜 - 四川大学
- 2019-07-09 - 2019-10-11 - G06T7/215
- 本发明公开了一种基于显著部位的抗遮挡目标跟踪方法，其特征在于计算目标的协同显著性得到协同显著性特征图，并基于协同显著性特征图对目标进行分块，再对健壮的旧分块之间重叠度较高的新分块进行剔除，通过设定尺度梯度，计算分块的位移变化，比较分块位移变化与尺度梯度的欧氏距离，选择距离最小的尺度作为目标尺度变化的候选尺度。该方法针对遮挡场景下目标跟踪失败的问题，利用注意力机制将跟踪重点放在目标显著性最高的分块上，本专利算法可以较好地完成目标跟踪任务，具备较强的抗遮挡能力。
- 一种基于区块匹配和增强Onecut的交互式视频分割方法和系统-201710350863.5
- 韩守东;杨迎春;陈阳 - 华中科技大学
- 2017-05-18 - 2019-09-24 - G06T7/215
- 本发明公开了一种基于区块匹配和增强Onecut的交互式视频分割方法和系统。本发明方法沿着上一帧轮廓线均匀地选取采样点，以采样点为中心建立局部分类器，利用区块匹配将上一帧的轮廓传递到当前帧，得到目标物体在当前帧的预估初始轮廓，同时移动局部分类器的位置到当前帧，更新局部分类器，利用局部分类器及全局概率模型求取当前帧各像素属于前景或背景的概率，最后通过增强Onecut模型得到当前帧各个像素的分割标记。如果上一帧为关键帧时，加入交互，利用传统交互式图像分割方法得到目标物体精确的轮廓。本发明还实现了一种基于区块匹配和增强Onecut的交互式视频分割系统，本发明技术方案具有较高的容错性和较高的分割性能。
- 基于视频序列的运动目标快速检测方法-201710034570.6
- 向北海 - 湖南优象科技有限公司
- 2017-01-17 - 2019-09-20 - G06T7/215
- 为了避免目标内部产生双影和空洞现象，快速获取视频序列中运动目标的完整轮廓，本发明提供一种基于视频序列的运动目标快速检测方法，首先通过高斯滤波器对视频图像序列进行去噪处理，利用差分运算求取滤波后的任意相邻三帧视频图像的帧间差分图像；利用帧间差分二值图像对初始背景图像进行迭代更新，提取当前帧对应的背景图像；然后根据相邻三帧视频帧的帧间差分结果重建当前帧图像对应的参考图像，得到帧间差分目标检测图，同时利用背景差分法得到当前帧的运动目标轮廓差值图像；最后通过或运算合并三帧间差分法与背景差分法提取的目标图像，输出最终的运动目标图像。本发明能有效地去除噪声干扰，而且能够快速、准确地检测出完整的运动目标。
- 基于运动显著图和光流矢量分析的动态背景目标分割方法-201710168104.7
- 崔智高;李爱华;蔡艳平;徐斌 - 中国人民解放军火箭军工程大学
- 2017-03-21 - 2019-09-06 - G06T7/215
- 本发明公开了一种基于运动显著图和光流矢量分析的动态背景目标分割方法。该方法首先基于运动显著图提取运动目标的大致区域，然后借助邻近帧之间的光流场获得运动目标和背景区域的运动边界，并利用运动边界对运动显著图进行分析，从而得到运动目标内部精确的像素点，最后通过过分割技术获取图像超像素，并通过引入置信度的概念和建立包含多种信息的表观模型实现最终像素一级的目标分割。本发明方法在多组公开发布的视频序列中进行测试，并通过与现有方法的比较验证了本发明方法的有效性和优越性。
- 一种光照敏感的视频运动目标分割方法-201710249458.4
- 陈志华;王兢业;李超;高婷;戴超;盛斌 - 华东理工大学
- 2017-04-17 - 2019-08-30 - G06T7/215
- 本发明提供一种光照敏感的视频运动目标分割方法，包括：提出了一种新的八方向敏感滤波器（OSF），从像素的八个方向计算邻域像素的贡献值，它可以用作局部描述子来衡量块间的相似度。对于输入的原始视频，每次分段处理视频的连续若干帧。将OSF引入到变分模型，计算前景物体区域，从而获得前景和背景的种子点。利用OSF描述子对物体进行追踪，并更新种子点位置，最后将OSF引入到图切割中，利用种子点分割出前景目标。本发明提出的OSF具有光照不变特征量，将其作为局部描述子引入到本发明提出的分割方法，对于视频场景中发生光照变化的情形下仍具有鲁棒性。
- 一种运动目标提取方法与装置-201910277143.X
- 陈水忠;曲维东;黄涛 - 中国航空工业集团公司洛阳电光设备研究所
- 2019-04-08 - 2019-08-20 - G06T7/215
- 本发明涉及一种运动目标提取方法与装置，属于图像识别技术领域，利用帧间差分图像进行灰度处理得到的灰度图像，将灰度图像中灰度值的范围分成三段或三段以上，计算每段中各灰度值与对应灰度值像素点数的乘积，并将各乘积相加，相加结果作为该段的灰度值，遍历各段的灰度值，分别计算出每段的背景均值、背景比例、前景均值、前景比例和类间方差，选取最大类间方差对应段的灰度值，用作二值化处理的阈值，即二值化阈值，确定出二值化阈值之后，即可利用背景技术中提到的方法提取运动目标。本发明相对现有技术采用更短的时间确定运动目标提取过程中的二值化阈值，提高计算效率，且通过本发明的运动目标提取方法提取出的图像不会产生拖影现象。
- 基于卷积神经网络的运动模糊编码点的身份识别方法-201611109116.4
- 周含策;张丽艳;陈明军 - 南京航空航天大学
- 2016-12-06 - 2019-08-16 - G06T7/215
- 本发明公开了一种基于卷积神经网络的运动模糊编码点的身份识别方法，具体步骤包括：步骤一、标定实拍相机，构造虚拟相机编码点，获取大量运动模糊编码点图像‑编码点身份样本；步骤二、构造卷积神经网络MBCNet；步骤三、将运动模糊编码点图像‑编码点身份样本的集合对卷积神经网络MBCNet进行训练及测试；步骤四、运用训练后的卷积神经网络MBCNet对运动模糊图像进行分割、分类，即可获得对应的编码标记点身份ID；该识别方法能够对实际拍摄的运动模糊图像进行处理，得到对应的编码标记点的身份，对于高速运动物体机器视觉测量可以提供快速可靠的前期数据，扩大机器视觉测量方法的应用领域。
- 基于RGB-D视频的机器人目标识别与定位方法及系统-201710078328.9
- 陶文兵;李坤乾 - 华中科技大学
- 2017-02-14 - 2019-08-13 - G06T7/215
- 本发明公开了一种基于RGB‑D视频的机器人目标识别与定位方法及系统，通过目标候选提取、识别、基于时序一致性的置信度估计、目标分割优化、位置估计等步骤，在场景中确定目标类别并获取准确的空间位置定位。本发明中利用场景深度信息，增强了识别与定位算法的空间层次感知能力，通过采用基于关键帧的长短时时空一致性约束，在提高视频处理效率的同时，保证了长时序目标识别与定位任务中目标的同一性与关联性。在定位过程中，通过在平面空间中精确分割目标以及在深度信息空间评价同一目标的位置一致性，实现了在多信息模态中的协同目标定位。计算量小，实时性好，识别与定位精度高，可被应用于基于在线视觉信息解析理解技术的机器人任务。
- 一种基于高时相探测的运动点目标检测方法及系统-201910288973.2
- 牛文龙;郑伟;杨震 - 中国科学院国家空间科学中心
- 2019-04-11 - 2019-08-06 - G06T7/215
- 本发明公开了一种基于高时相探测的运动点目标检测方法及系统，所述方法包括：获取高帧频相机拍摄的图像序列，并将图像序列划分为若干个基本处理单元；在每个基本处理单元内，利用目标经过像元时所引起的时域瞬态波动信息，检测出有目标的像元，得到目标的轨迹；将所有的基本处理单元的目标轨迹通过轨迹关联的方法进行关联，得到目标整体轨迹。本发明所提出的方法利用高帧频探测数据和时间序列处理的方法，能够提升对低信噪比运动点目标的检测准确率，降低虚警率。
- 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法-201510310398.3
- 孙凯;贺振中;黄嘉华 - 深圳市赛为智能股份有限公司
- 2015-06-08 - 2019-07-16 - G06T7/215
- 本发明公开了一种基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法，包括：获取视频帧及相应的灰度图像；采用非参数背景建模法对获取的灰度图像进行运动前景分割，得到视频帧的二值MASK图；采用实时的线性标记算法对视频帧的二值MASK图进行联通域处理，得到运动目标联通域；分别采用卡尔曼滤波器和基于滑动窗口的检测方法对运动目标联通域进行跟踪与检测，从而得到运动目标的跟踪序列与检测序列；将运动目标的跟踪序列与检测序列进行融合，得出最终的目标队列。本发明采用了跟踪与检测的融合技术，效率更高；运算简单，在满足实时性要求的同时也提高了跟踪检测结果的准确性。本发明可广泛应用于视频监控领域。
- 一种基于视觉质量感知模型的运动目标检测方法-201611196978.5
- 陈晓刚;潘艺旻;王薷健;孙志鹏;叶刚进;冯新华;潘坚跃;郑伟彦;俞旻慧;王伟;施松阳;林德彩 - 国网浙江省电力公司杭州供电公司;西安交通大学
- 2016-12-22 - 2019-07-09 - G06T7/215
- 本发明公开了一种基于视觉质量感知模型的运动目标检测方法，首先搭建基于视觉质量感知模型的运动目标检测平台，包括：视频图像冗余信息预处理模块、前景图像获取模块、Blob分析模块和目标输出模块。然后通过视频图像冗余信息预处理模块对视频图像进行冗余信息的预处理；之后通过前景图像获取模块进行阈值化处理获取前景图像；再通过Blob分析模块对得到的前景图像进行Blob分析；最后通过目标输出模块输出检测到的运动目标信息。本发明能在更大范围上模拟人眼的视觉去除较多的图像冗余信息，同时由于其是基于MSE的改进方法，保留了计算速度快的优点，能够获得与主观感知较一致的运动检测结果，并在图像视觉质量感知评价中并取得了非常优异的效果。
- 一种用于监控无人机的目标检测与部件识别系统-201811649086.5
- 王维珅;司凌宇;廖名学;吕品 - 中国科学院软件研究所
- 2018-12-30 - 2019-06-21 - G06T7/215
- 本发明提出一种用于监控无人机的目标检测与部件识别系统，涉及智能监控技术与计算机视觉交叉技术领域。该系统包括：图像采集设备、数据处理器和监控响应系统；所述数据处理器包括目标检测模块、区域分割模块和部件识别模块，所述目标检测模块与所述区域分割模块连接，所述区域分割模块与所述部件识别模块连接；所述图像采集设备与所述数据处理器中的目标检测模块连接；所述数据处理器中的部件识别模块与所述监控响应系统连接。通过区域分割与部件识别模块，精确提取并分割无人机区域，统计各区域属性，自动识别部件类型，通过监控响应系统识别无人机行为、机载与具体型号，判断其危险程度，从而实现自动报警与武器打击。
- 琴键动作识别装置-201821598755.6
- 何江;葛万元 - 北京哆咪大狮科技有限公司
- 2018-09-29 - 2019-05-31 - G06T7/215
- 本实用新型涉及检测技术领域，尤其涉及一种琴键动作识别装置。本实用新型琴键动作识别装置，包括支架和转动件，转动件设置在支架上，转动件可相对于支架进行转动，转动件的上部设有识别块；转动件的数量为多个；支架的两端分别设有定位识别块。本实用新型琴键动作识别装置，其结构简单，可将琴键的上下运动转化为琴键动作识别装置水平面的运动，利于信息处理单元对琴键动作进行识别。
- 一种基于全卷积网络的非限制场景中运动目标快速分割方法-201610598992.1
- 张印辉;何自芬;张春全;伍星;张云生;王森;姜守帅 - 昆明理工大学
- 2016-07-27 - 2019-05-14 - G06T7/215
- 本发明涉及一种基于全卷积网络的非限制场景中运动目标快速分割方法，属于视频对象分割技术领域。本发明首先，对视频进行分帧，利用分帧后的结果制作样本图像的Ground Truth集合S；采用通过PASCAL VOC标准库训练的全卷积神经网络对视频各帧中的目标进行预测，获取图像前景目标的深层特征估计子，据此得到所有帧中目标最大类间似然映射信息，实现对视频帧中的前景和背景的初步预测；然后，通过马尔科夫随机场对前景和背景的深层特征估计子进行精细化，从而实现对非限制场景视频中视频前景运动目标的分割。本发明能够有效地获取运动目标的信息，以实现对运动目标的高效、准确分割，提高视频前景‑背景信息的分析精度。
- 基于Online Boosting的目标轮廓跟踪方法-201610657342.X
- 解梅;王建国;朱倩;周扬 - 电子科技大学
- 2016-08-11 - 2019-05-14 - G06T7/215
- 本发明提供了一种基于Online Boosting的目标轮廓跟踪方法，在目标精细跟踪的问题中使用超像素对含有跟踪目标的图像进行分块，每一个超像素被看做一个点，这降低了计算的复杂度；使用在线学习的方法来分割目标和背景。传统的Online Boosting算法中，训练样本的权重是相同的，不会随时间的变化而变化。但是在目标精细跟踪问题里面，由于运动目标时刻变化，所以对在线的分类器来说距离当前帧时间越久远的图像帧的权重应该越小，为了实现这种权重逐渐衰减的效果，本发明设计了一种样本权重随时间的久远程度而递减的Online Boosting分类器，随着视频帧数的增加，分类器的性能越来越好，从而实现准确的跟踪目标的精细轮廓。
- 用于处理视频文件中的视频帧的方法和装置-201410226947.4
- 汪孔桥;李江伟;阎贺 - 诺基亚技术有限公司
- 2014-05-27 - 2019-05-07 - G06T7/215
- 本发明提供一种用于处理视频文件中的视频帧的方法和装置，所述方法包括：对于一个或多个预定数值中的每个预定数值：比较所述视频帧与其前间隔所述预定数值个帧的视频帧，以获得第一帧间差；比较所述视频帧与其后间隔所述预定数值个帧的视频帧，以获得第二帧间差；以及针对所述视频帧的每个像素，基于所述第一帧间差和所述第二帧间差的较小值，获得所述视频帧与所述预定数值关联的置信度图；并且至少基于每个像素在与相应预定数值关联的一个或多个所述置信度图中的值，确定像素是否属于前景。
- 一种监控跟踪方法及装置-201610556686.1
- 刘干;杨治昆;黄攀 - 浙江宇视科技有限公司
- 2016-07-13 - 2019-04-30 - G06T7/215
- 本发明提供一种监控跟踪方法及装置，所述方法包括：对获取到的监控视频进行前景提取；根据提取到的前景确定第一跟踪框；利用预设跟踪算法对所述第一跟踪框进行处理，以得到稳定性更强的第二跟踪框；根据所述第一跟踪框和所述第二跟踪框确定目标跟踪框；根据所述目标跟踪框对监控对象进行跟踪。应用本发明实施例可以实现监控对象的自动监控跟踪，并保证对监控对象进行监控跟踪的准确性。
- 一种基于区域离散性的隧道场景环境光照干扰抑制方法-201610370033.4
- 赵敏;孙棣华;石雨新 - 重庆大学
- 2016-05-30 - 2019-04-30 - G06T7/215
- 本发明公开了一种基于区域离散性的隧道场景环境光照干扰抑制方法，首先获取隧道场景视频图像并提取前景；分割前景获取多个前景区域；然后建立用于描述光照区域的光强分布特性的光照模型；根据光照模型计算并判定前景区域的离散程度；最后根据离散程度判断前景区域是否为光照区域，如果是光照区域，则在前景中剔除所对应的前景，并返回步骤三重建背景模型；如果不是，则返回步骤一直到结束。本发明提出的方法，能够针对隧道场景中由于照明灯光突变产生的光照干扰，进行有效的抑制，提高运动目标前景提取的准确性，从而实现对环境光照干扰的抑制。
- 检测图像中的运动目标的方法及系统-201510918694.1
- 张然然;李嘉琪;张晨迪 - 上海兴芯微电子科技有限公司
- 2015-12-11 - 2019-04-09 - G06T7/215
- 本发明提供一种检测图像中的运动目标的方法及系统。所述方法包括：获取连续帧的图像信息，并从同步帧图像信息中确定背景区域；比较同步帧中的各对应位置、分别与各后续帧中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧中待定像素点；基于各后续帧分别相对于同步帧的运动矢量的估计值，调整各待定像素点的亮度值；从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定所述中心点为构成运动目标的像素点；若否，则确定所述中心点为背景像素点。本发明能消除光线对图像中静止目标的干扰，提高锁定运动目标的准确性。
- 一种行为视频无监督时序分割方法-201511025422.5
- 卢国梁;高桢;闫鹏;王亮 - 山东大学
- 2015-12-30 - 2019-04-09 - G06T7/215
- 一种行为视频无监督时序分割方法，包括初始化视频检测的起始时间为nt和相应的滑动窗口帧长度Lt；建立的视频序列窗口内做行为变化点的检测；若检测到该视频序列窗口内有行为变化点c，则以时间点c为检测起始时间并重新初始化滑动窗口帧长度继续对后续视频进行检测；否则，若在视频序列窗口中未检测到行为变化点，则仍以初始化的nt为检测起始帧，即nt+1＝nt，而滑动窗口的帧长度更新为Lt+1＝Lt+ΔL，其中ΔL为滑动窗长度增量步长；直到所有视频帧序列全部检测完成或到达预先指定的截止时间T0结束。该方法在行为视频分析中对数据变化点做出决策，无需先验知识在线实时的进行无监督分割，直接应用于行为视频数据在线分析中。
- 一种基于FPGA的母猪分娩智能检测系统以及方法-201610648592.7
- 刘龙申;沈明霞;张弛;张光跃;张宏;陆明洲 - 南京农业大学
- 2016-08-09 - 2019-04-09 - G06T7/215
- 一种基于FPGA的母猪分娩智能检测系统以及方法，包括视频图像采集模块、视频图像处理模块、无线通信模块以及后台服务器；视频图像采集模块用于采集母猪的视频图像数据；视频图像处理模块对视频图像数据进行处理，对母猪与仔猪的目标分割，识别母猪的分娩状况；无线通信模块采用3G模块，用于将视频图像处理模块的处理结果传输到后台服务器进行存储，同时把识别结果发送到饲养员的手机上，通知饲养员进行处理。本发明能够对母猪进行视频图像检测，无需人工值守观看视频，分析记录母猪的行为，能够及时发现分娩等突发情况并通知饲养员采取相应措施，减少养殖厂因突发情况处理不当造成的损失，有效提高了养殖人员的工作效率，降低劳动强度。
- 一种基于降采样策略的统计背景减除方法-201511023497.X
- 张翔;朱策;覃亚芬;黄康康;余良凯 - 电子科技大学
- 2015-12-30 - 2019-04-02 - G06T7/215
- 本发明属于模式识别与计算机视觉领域，尤其涉及一种基于降采样策略的统计背景减除方法。本发明方法具体步骤为:对每一个前景帧Ft‑s计算重采样时刻r(n)；计算从Ft‑s到Ft的稀疏点轨迹；将Ft‑s划分为两个子集F1和F2；计算t‑s时刻到r(n)时刻的移动矢量等。该方法充分利用对多数类样本的降采样技术，实现运动目标的完整、有效分割。
- 基于区域分割的视频显著性检测方法-201610224972.8
- 韩冰;魏国威;仇文亮;高新波;张景滔;王平 - 西安电子科技大学
- 2016-04-12 - 2019-03-26 - G06T7/215
- 本发明公开了一种区域分割的视频显著性检测方法，主要解决现有视频显著性检测方法检测准确率低的问题，其步骤是：1.对视频帧进行线性迭代聚类，得到超像素块，提取超像素块静态特征；2.利用变分光流法，得到超像素块的动态特征；3.将静态特征和动态特征进行融合得到特征矩阵，再对特征矩阵进行K‑means聚类；4.对每一类分别进行线性回归模型训练，得到回归模型，5.用回归模型重建测试集样本与显著性程度的映射关系得到测试集超像素块的显著值，进而得到测试序列的显著图。本发明相较于传统的视频显著性算法，增强了特征空间和时间表征能力，降低了光照对检测效果的影响，可用于视频目标跟踪、视频分割的前期预处理。
- 一种基于视频追踪的猪只运动大数据提取方法及其系统-201610117576.5
- 肖德琴;杨秋妹;冯爱晶;刘俭;叶耀文;张玉康;潘春华;殷建军;王春桃;冯健昭;张哲 - 华南农业大学
- 2016-03-02 - 2019-03-12 - G06T7/215
- 本发明公开了一种基于视频追踪的猪只运动大数据提取系统，包括分布式硬件部署及基于此分布式硬件部署的猪场本地的猪只运动大数据采集模块、猪场本地服务器的猪只运动状态和参量提取模块以及系统总服务器的猪只运动大数据提取模块；本发明结合了远程通讯技术、数据采集与处理技术、视觉处理技术，实现了可长期的，实时的，远程的实现猪场猪只的监控和运动大数据提取、分析，大大地降低了劳动强度，所提取的运动大数据信息能够反映出猪只活动状况，可以实现对猪只活动的现场动态监测。
- 用于视频共分割的方法和装置-201710766105.1
- 高巍;郭家明;李著文 - 新加坡国立大学;苏州工业园区新国大研究院
- 2017-08-30 - 2019-03-05 - G06T7/215
- 本发明公开了一种用于视频共分割的方法，包括输入第一视频和第二视频；分别计算第一视频和第二视频的运动轨迹，并且分别对第一视频和第二视频进行视频分割；根据分割结果，分别对运动轨迹进行分类；计算运动轨迹的协同显著性；以及根据计算出的协同显著性构建马尔科夫随机场，以完成视频共分割。该方法能够在提高描述准确性的同时减少数学模型对拍摄环境变化的描述缺失，从而改善标注和检索算法对大规模日常视频数据的鲁棒性和准确性。
- 专利分类
