申请/专利权人：广州辰创科技发展有限公司

申请日：2021-11-29

公开（公告）日：2024-04-12

公开（公告）号：CN114092777B

主分类号：G06V10/80

分类号：G06V10/80;G06V10/762;G06V10/26;G06V10/75;G06V10/776

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.03.15#实质审查的生效;2022.02.25#公开

摘要：本发明公开了一种基于小目标的高效识别方法，对多个连续帧的图像制作副本图像，得到多个连续帧的背景抑制后的副本图像；采用多次图像融合的小目标增强方法对图像进行增强；根据原始图像亮度以及像素位置采用k‑means分类方法进行分类，将图像分为小目标图像前景区域和背景图像，然后再将前景中的重叠区域进行清洗，得到每个小目标的识别情况，根据每一个小目标的轮廓，把前景像素再进行分割，得到单个小目标所在的区域，采用运动模型对任一小目标所在的区域进行拟合；对增强后的小目标特征进行第放大，对所述小目标进行识别得到多个识别结果的可信度，再根据识别的多个结果对应的运动区域与拟合区域进行匹配，若匹配成果则输出对应的识别结果。

主权项：1.一种基于小目标的高效识别方法，其特征在于，所述识别方法包括：步骤1：对多个连续帧的图像制作副本图像，对所述副本图像采用背景抑制进行抑制，得到多个连续帧的背景抑制后的副本图像；步骤2，采用多次图像融合的小目标增强方法对图像进行增强；步骤3，根据原始图像亮度以及像素位置采用k-means分类方法进行分类，将图像分为小目标图像前景区域和背景图像，然后再将前景中的重叠区域进行清洗，得到每个小目标的轮廓，根据每一个小目标的轮廓，把前景像素再进行分割，得到单个小目标所在的区域，采用运动模型对任一小目标所在的区域进行拟合；步骤4，对增强后的小目标特征进行放大，对所述小目标进行识别得到多个识别结果的可信度，再将基于可信度筛选得到的多个识别结果所对应的运动区域与步骤3的拟合区域进行匹配，若匹配成功则输出对应的识别结果；所述采用多次图像融合的小目标增强方法对图像进行增强包括：构建神经网络模型，其中，所述神经网络模型的包括接收图像输入的输入端，所述图像经过4×4模板的感光神经元网络输入至神经元类型判别层，识别出融合图像的轮廓，并对轮廓内的连续帧的图像与其对应的处理后的副本图像内的像素点分配权值；将对于多个连续帧的图像与其对应的处理后的副本图像采用加权平均算法进行融合，对每组图像进行带权值的多通道图像融合。

全文数据：

权利要求：

百度查询： 广州辰创科技发展有限公司 一种基于小目标的高效识别方法及系统

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