公开(公告)号：CN110378288A

公开(公告)日：2019-10-25

申请号：CN201910653504.6

申请日：2019-07-19

申请人： 合肥工业大学

发明人： 杨依忠 ,  张涛 ,  胡今朝 ,  解光军 ,  程心 ,  张章

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06T7/194

摘要： 本发明提出一种基于深度学习的多尺度时空运动目标检测方法，其步骤包括：1获取具有像素级标签的视频数据集；2建立多尺度时空网络模型；3离线训练建立的多尺度时空网络模型；4利用建立好的模型实现预测，以达到目标检测的目的。本发明克服了现有监督算法缺少空间和时间特征多尺度信息的缺陷，可精准检测不同尺寸、不同运动速率的运动目标。

公开(公告)号：CN110378288B

公开(公告)日：2021-03-26

申请号：CN201910653504.6

申请日：2019-07-19

申请人： 合肥工业大学

发明人： 杨依忠 ,  张涛 ,  胡今朝 ,  解光军 ,  程心 ,  张章

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06T7/194

摘要： 本发明提出一种基于深度学习的多尺度时空运动目标检测方法，其步骤包括：1获取具有像素级标签的视频数据集；2建立多尺度时空网络模型；3离线训练建立的多尺度时空网络模型；4利用建立好的模型实现预测，以达到目标检测的目的。本发明克服了现有监督算法缺少空间和时间特征多尺度信息的缺陷，可精准检测不同尺寸、不同运动速率的运动目标。