申请/专利权人：上海悠络客电子科技股份有限公司

申请日：2020-12-09

公开（公告）日：2021-04-23

公开（公告）号：CN112699733A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/40(20060101);G06K9/62(20060101);G06N3/08(20060101);G06N3/04(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.10#实质审查的生效;2021.04.23#公开

摘要：本发明提供了一种基于轨迹搜索的夜间小动物出没检测方法，包含以下步骤：背景建模；前景计算；合并提取管道；创建速度匹配模型；速度模式匹配；移动方向模式匹配；再分类。本发明不会仅依赖目标的外观特征，可以极大的提升检出率，并且使用模式匹配和深度学习分类器相结合，可以很大的降低光照等引起的误检。该方法还具有运行速度快实时性好等优点，检测一段15秒的视频，仅需500毫秒，准确率达到95％以上，检出率达到95％以上。从运行速度和准确率综合评估，准确率和运行效率远远超出了使用深度学习比如yolo，ssd，faster‑rcnn等框架。

主权项：1.一种基于轨迹搜索的夜间小动物出没检测方法，其特征在于，包含以下步骤：步骤一背景建模：使用混合高斯模型方法做背景建模；对一段视频，首先使用第一帧图片T1初始化背景，当有新的图片帧Ti传入时，使用混合高斯模型方法更新背景,此时背景为Bi；步骤二前景计算：对Ti帧图像上的每个像素，使用混合高斯模型方法计算该像素与当前背景Bi之间的匹配关系，若匹配则该像素为背景，否则该像素属于前景，所有Ti帧前景像素的集合为前景图Fi；然后再使用膨胀腐蚀再膨胀三步方法去除噪点；步骤三合并提取管道:对于第i帧图片的前景Fi，首先使用连通区域分析查找出不同的连通区域，根据在图片上的不同位置记为集合{Q}；对于任一区域Qi，如果该区域的位置与第i-1帧图像上的某个区域Qj的位置有重叠，则加入到Qj所在管道Ti中；否则新建一个管道T；步骤四创建速度匹配模型:对任一管道Tn，计算目标在每帧之间移动距离，记为集合D＝{di}，把该集合视为均匀概率分布Qs；计算D的均值和方差，分别记为MD和GD；根据MD和GD建立正态分布模型PG；步骤五速度模式匹配:利用KL散度计算Qs与PG的距离，计算公式为Hp,q的值不超过预设值Hy；设活体目标的移动具有连贯性，移动时符合从加速到匀速到减速的全部或某一部分，因次目标的速度应该接近它本身速度的高斯分布，目标的运动模式应该是高斯分布的整体或局部，不会在帧与帧之间速度发生剧烈变化；步骤六移动方向模式匹配:对任一管道Tn，计算区域目标移动时每帧的方向变化C＝{Ci}，C的均值不超过预设值Mc，C的方差不超过预设值Gc；前提假设为在临近帧之间，目标的移动方向不会突然发生剧烈变化；步骤七再分类：若速度模式和移动方向模式都能匹配成功，则判断为检测到小动物移动；对于无法由移动模式匹配判定的管道Tn，提取管道中的所有前景图M＝{Mi}，使用分类模型对前景图M＝{Mi}进行分类，该分类模型包含N层卷积和m层全连接已经1个分类层；设分类预设阈值为T，若M＝{Mi}中有n张图片大于预设阈值T，则判定该管道为小动物移动管道。

全文数据：

权利要求：

百度查询： 上海悠络客电子科技股份有限公司 一种基于轨迹搜索的夜间小动物出没检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD