买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：本发明公开了一种基于碎片化视频信息的任务目标检测方法及系统，基于有效帧序列提取模块、深度卷积特征图提取模块、光流信息模块、变形特征模块、权重系数计算模块，构建目标人物检测模型，完成对预设目标人物的检测，本发明通过模糊先验方法改进聚合帧的权值分配，计算出每帧图像的权重，而不是赋予每帧相同的权重，有效地提升了人物检测的准确性与可靠性。

主权项：1.一种基于碎片化视频信息的任务目标检测方法，其特征在于，按预设周期执行步骤S1-步骤S7，获得目标人物检测模型，然后应用目标人物检测模型，完成对目标人物的检测；S1.实时采集包含目标人物行走的视频，将包含目标人物行走的视频转换为按时序排列的视频帧序列，提取视频帧序列中预设位置的预设帧数的连续视频帧作为有效帧序列，以视频帧序列为输入，以有效帧序列为输出，构建有效帧序列提取模块；S2.以有效帧序列提取模块输出的有效帧序列为输入，基于深度卷积神经网络，以有效帧序列中各视频帧所对应的各深度卷积特征图为输出，构建深度卷积特征图提取模块；S3.以有效帧序列提取模块输出的有效帧序列为输入，基于光流神经网络，针对由有效帧序列中彼此间隔预设帧数的两视频帧所构成的各组视频帧对，计算该各组视频帧对的光流参数作为目标人物的运动信息，以有效帧序列中各组视频帧对的光流参数为输出，构建光流信息模块；S4.以深度卷积特征图提取模块输出的各深度卷积特征图、光流信息模块输出的有效帧序列中各组视频帧对的光流参数为输入，基于双线性扭曲函数，以各组视频帧对的变形特征为输出，构建变形特征模块；S5.以有效帧序列提取模块输出的有效帧序列为输入，基于模糊映射网络、显著性检测网络，分别获得有效帧序列中各视频帧所对应的模糊特征、显著性特征，根据模糊特征、显著性特征，并基于softmax分类网络，获得有效帧序列中各视频帧的权重系数；以有效帧序列中各视频帧的权重系数为输出，构建权重系数计算模块；S6.以变形特征模块输出的各组视频帧对的变形特征、深度卷积特征图提取模块输出的各视频帧所对应的各深度卷积特征图、以及权重系数计算模块输出的各视频帧的权重系数为输入，获得由视频帧对构成的视频帧组所对应的聚合特征，并通过检测神经网络，以目标人物的预设信息为输出，构建检测网络模块；S7.以实时采集包含目标人物行走的视频所对应的视频帧序列为输入，以目标人物的预设信息为输出，基于有效帧序列提取模块、深度卷积特征图提取模块、光流信息模块、变形特征模块、权重系数计算模块，构建目标人物检测待训练模型，并基于包含目标人物行走的视频样本的参与训练，获得目标人物检测模型，完成对目标人物的检测。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于碎片化视频信息的任务目标检测方法及系统