一种基于监控视频的后厨动态异物检测方法及装置

    公开(公告)号:CN119296047B

    公开(公告)日:2025-05-16

    申请号:CN202411818116.6

    申请日:2024-12-11

    Applicant: 江南大学

    Abstract: 本发明涉及深度学习技术领域,公开了一种基于监控视频的后厨动态异物检测方法及装置,包括基于预设抽帧间隔,从待检测后厨的监控视频中提取多帧图像,构成待检测图像集,计算其中相邻的前一图像与后一图像对应像素点处的像素差,获取差值图像,并进行平滑去噪,获取优化差值图像;若优化差值图像中所有像素点的像素值总和不大于预设激活阈值,则判定后一图像为静态图像,并对下一组相邻图像的优化差值图像进行判断;反之,则判定后一图像为动态图像,并基于优化差值图像中每个像素点处的像素值与预设变化阈值,构造决策矩阵,获取后一图像的变化区域,输入训练好的YOLOv7模型中,完成对后一图像所处时刻的后厨动态异物的检测。

    一种基于监控视频的后厨动态异物检测方法及装置

    公开(公告)号:CN119296047A

    公开(公告)日:2025-01-10

    申请号:CN202411818116.6

    申请日:2024-12-11

    Applicant: 江南大学

    Abstract: 本发明涉及深度学习技术领域,公开了一种基于监控视频的后厨动态异物检测方法及装置,包括基于预设抽帧间隔,从待检测后厨的监控视频中提取多帧图像,构成待检测图像集,计算其中相邻的前一图像与后一图像对应像素点处的像素差,获取差值图像,并进行平滑去噪,获取优化差值图像;若优化差值图像中所有像素点的像素值总和不大于预设激活阈值,则判定后一图像为静态图像,并对下一组相邻图像的优化差值图像进行判断;反之,则判定后一图像为动态图像,并基于优化差值图像中每个像素点处的像素值与预设变化阈值,构造决策矩阵,获取后一图像的变化区域,输入训练好的YOLOv7模型中,完成对后一图像所处时刻的后厨动态异物的检测。

Patent Agency Ranking