【技術實現(xiàn)步驟摘要】
本專利技術涉及圖像識別領域，尤其涉及一種小目標運動檢測方法、裝置、系統(tǒng)、電子設備及其存儲介質。
技術介紹
1、隨著計算機視覺技術的不斷發(fā)展，運動目標檢測和追蹤已經(jīng)廣泛應用于多個領域，如視頻監(jiān)控、自動駕駛、安防監(jiān)控等。現(xiàn)有的目標檢測技術通常依賴于圖像的靜態(tài)信息或運動信息，通過背景建模、光流法等傳統(tǒng)方法實現(xiàn)目標的檢測與跟蹤。然而，這些傳統(tǒng)方法存在一些局限性，尤其是在小目標的檢測和動態(tài)場景下，目標的運動軌跡較為復雜，容易受到背景干擾，導致檢測精度降低。
2、因此，現(xiàn)有的運動檢測方法存在在復雜背景下難以準確區(qū)分目標與背景，無法有效處理動態(tài)場景中的小目標，且運動信息和對比度信息缺乏有效融合，導致針對目標對象檢測的精度和魯棒性不足的問題。
技術實現(xiàn)思路
1、本專利技術實施例提供一種小目標運動檢測方法，以解決現(xiàn)有的運動檢測方法存在在復雜背景下難以準確區(qū)分目標與背景，無法有效處理動態(tài)場景中的小目標，且運動信息和對比度信息缺乏有效融合，導致針對目標對象檢測的精度和魯棒性不足的問題。
2、第一方面，本專利技術實施例提供一種小目標運動檢測方法，所述方法包括以下步驟：
3、在預設時間幀內(nèi)，獲取連續(xù)的圖像數(shù)據(jù)；
4、在所述圖像數(shù)據(jù)中，提取目標對象的運動信息以及目標對象所處圖像數(shù)據(jù)的對比度信息，所述運動信息包括運動軌跡；
5、基于所述運動信息以及對比度信息，在圖像數(shù)據(jù)中確定出對應的目標對象的目標運動軌跡。
6、可選的，所述在預設時間幀內(nèi)，
7、基于預采集圖像數(shù)據(jù)的復雜程度，確定對應的預設時間幀，所述復雜程度通過所述預采集圖像數(shù)據(jù)的分辨率以及顏色分布范圍進行確定；
8、在所述預設時間幀內(nèi)，通過圖像采集設備，對所述連續(xù)的圖像數(shù)據(jù)進行采集識別，得到對應的連續(xù)的圖像數(shù)據(jù)。
9、可選的，所述在所述圖像數(shù)據(jù)中，提取目標對象的運動信息，包括：
10、通過運動信息提取模型，對所述圖像數(shù)據(jù)中，至少一個運動對象的運動信息進行提取，得到至少一個運動對象的運動信息；
11、確定所述運動對象的個體數(shù)據(jù)，所述個體數(shù)據(jù)包括運動對象占背景圖像的大小、運動狀態(tài)以及與背景圖像的色彩差異值；
12、基于所述運動對象占背景圖像的大小、運動狀態(tài)以及與背景圖像的色彩差異值，在所述至少一個運動對象中，確定出目標對象的運動信息。
13、可選的，所述基于所述運動對象占背景圖像的大小、運動狀態(tài)以及與背景圖像的色彩差異值，在所述至少一個運動對象中，確定出目標對象的運動信息，包括：
14、通過ommatidia神經(jīng)元矩陣，對所述至少一個運動對象占背景圖像的大小、運動狀態(tài)以及與背景圖像的色彩差異值進行捕獲采集，并通過高斯模糊處理，得到待處理運動對象的第一亮度信號，所述待處理運動對象包括大運動對象以及小運動對象；
15、通過lmc神經(jīng)元矩陣對所述第一亮度信號進行處理，確定待處理運動對象的運動信息；
16、通過tm3和tm1神經(jīng)元矩陣對所述待處理運動對象的運動信息的正負信號進行提取，并輸出至stmd神經(jīng)元矩陣中，使得stmd神經(jīng)元矩陣將所述正負信號進行相乘，得到stmd神經(jīng)元輸出數(shù)據(jù)；
17、通過側抑制機制，對所述stmd神經(jīng)元輸出數(shù)據(jù)進行處理，得到所述小運動對象的運動信息，將所述小運動對象的運動信息作為目標對象的運動信息。
18、可選的，所述在所述圖像數(shù)據(jù)中，提取目標對象所處圖像數(shù)據(jù)的對比度信息，包括：
19、通過局部對比度信息提取模型，對所述圖像數(shù)據(jù)中的局部圖像數(shù)據(jù)進行提取，得到至少一個局部圖像數(shù)據(jù)對應的對比度信息；
20、基于所述至少一個局部圖像數(shù)據(jù)對應的對比度信息，確定目標區(qū)域圖像數(shù)據(jù)對應的對比度信息。
21、可選的，所述基于所述至少一個局部圖像數(shù)據(jù)對應的對比度信息，確定目標區(qū)域圖像數(shù)據(jù)對應的對比度信息，包括：
22、通過ommatidia神經(jīng)元矩陣對所述至少一個局部圖像數(shù)據(jù)進行處理，確定對應的第二亮度信號；
23、通過amc神經(jīng)元矩陣將所述第二亮度信號發(fā)送至ti神經(jīng)元矩陣中，使得ti神經(jīng)元矩陣對所述第二亮度信號進行處理，得到目標區(qū)域圖像數(shù)據(jù)對應的對比度信息。
24、可選的，所述基于所述運動信息以及對比度信息，在圖像數(shù)據(jù)中確定出對應的目標對象的目標運動軌跡，包括：
25、確定所述目標對象在預設時間幀內(nèi)的運動軌跡；
26、將所述運動軌跡與所述目標對象的對比度信息進行時間對齊，確定所述運動軌跡以及對應時間序列上的對比度信息；
27、基于所述運動軌跡以及對應時間序列上的對比度信息，確定目標對象的目標運動軌跡。
28、第二方面，本專利技術實施例還提供一種小目標運動檢測裝置，所述小目標運動檢測裝置包括：
29、第一獲取模塊，用于在預設時間幀內(nèi)，獲取連續(xù)的圖像數(shù)據(jù)；
30、第一提取模塊，用于在所述圖像數(shù)據(jù)中，提取目標對象的運動信息以及目標對象所處圖像數(shù)據(jù)的對比度信息，所述運動信息包括運動軌跡；
31、第一確定模塊，用于基于所述運動信息以及對比度信息，在圖像數(shù)據(jù)中確定出對應的目標對象的目標運動軌跡。
32、第三方面，本專利技術實施例提供一種電子設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)本專利技術實施例提供的小目標運動檢測方法中的步驟。
33、第四方面，本專利技術實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)專利技術實施例提供的小目標運動檢測方法中的步驟。
34、本專利技術實施例中，在預設時間幀內(nèi)，獲取連續(xù)的圖像數(shù)據(jù)；在圖像數(shù)據(jù)中，提取目標對象的運動信息以及目標對象所處圖像數(shù)據(jù)的對比度信息，運動信息包括運動軌跡；基于運動信息以及對比度信息，在圖像數(shù)據(jù)中確定出對應的目標對象的目標運動軌跡。提取目標對象的運動信息以及所處的對比度信息，通過融合兩類視覺信息進行背景假陽性抑制，實現(xiàn)對小目標在復雜背景圖像中的追蹤檢測，通過上述方法，能夠在預設時間幀內(nèi)快速獲取并處理連續(xù)的圖像數(shù)據(jù)，并通過信息融合的技術提高對小目標軌跡追蹤的處理效率以及精準度。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種小目標運動檢測方法，其特征在于，包括：
2.如權利要求1所述的小目標運動檢測方法，其特征在于，所述在預設時間幀內(nèi)，獲取連續(xù)的圖像數(shù)據(jù)，包括：
3.如權利要求1所述的小目標運動檢測方法，其特征在于，所述在所述圖像數(shù)據(jù)中，提取目標對象的運動信息，包括：
4.如權利要求3所述的小目標運動檢測方法，其特征在于，所述基于所述運動對象占背景圖像的大小、運動狀態(tài)以及與背景圖像的色彩差異值，在所述至少一個運動對象中，確定出目標對象的運動信息，包括：
5.如權利要求1所述的小目標運動檢測方法，其特征在于，所述在所述圖像數(shù)據(jù)中，提取目標對象所處圖像數(shù)據(jù)的對比度信息，包括：
6.如權利要5所述的小目標運動檢測方法，其特征在于，所述基于所述至少一個局部圖像數(shù)據(jù)對應的對比度信息，確定目標區(qū)域圖像數(shù)據(jù)對應的對比度信息，包括：
7.如權利要求1所述的小目標運動檢測方法，其特征在于，所述基于所述運動信息以及對比度信息，在圖像數(shù)據(jù)中確定出對應的目標對象的目標運動軌跡，包括：
8.一種小目標運動檢測裝置，其特征在于，包括：<...
【技術特征摘要】
1.一種小目標運動檢測方法，其特征在于，包括：
2.如權利要求1所述的小目標運動檢測方法，其特征在于，所述在預設時間幀內(nèi)，獲取連續(xù)的圖像數(shù)據(jù)，包括：
3.如權利要求1所述的小目標運動檢測方法，其特征在于，所述在所述圖像數(shù)據(jù)中，提取目標對象的運動信息，包括：
4.如權利要求3所述的小目標運動檢測方法，其特征在于，所述基于所述運動對象占背景圖像的大小、運動狀態(tài)以及與背景圖像的色彩差異值，在所述至少一個運動對象中，確定出目標對象的運動信息，包括：
5.如權利要求1所述的小目標運動檢測方法，其特征在于，所述在所述圖像數(shù)據(jù)中，提取目標對象所處圖像數(shù)據(jù)的對比度信息，包括：
6.如權利要5所述的小目標運動檢測方法，其特征在于，所述基于所述至少...
【專利技術屬性】
技術研發(fā)人員：凌軍，林守金，龔德明，周明勇，周永洪，林鑫，王君毅，李萍，
申請(專利權)人：中山邁雷特數(shù)控技術有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。