-
公开(公告)号：CN110751068B
公开(公告)日：2022-08-23
申请号：CN201910951859.3
申请日：2019-10-08
申请人： 浙江大学
IPC分类号： G06V20/40
摘要： 本发明公开了一种基于自适应时空融合的远距离弱小目标视觉检测方法。该方法包括：1.滤除视频帧图像中地平线以下的地面背景，得到空域图；2.用暗目标帧间差分法对该空域图进行处理得到时间特征图；3.用行列解耦合底帽形态学滤波法对该空域图进行处理得到空间特征图；4.设计自适应切换的时空特征图融合机制对时间特征图和空间特征图进行融合，生成自适应时空融合图；5：局部自适应阈值分割。本发明方法在增强目标与背景对比度的同时抑制噪声和杂波，以实现高准确、低误检、少漏检的远距离弱小目标检测。
-
公开(公告)号：CN111179318A
公开(公告)日：2020-05-19
申请号：CN201911424737.5
申请日：2019-12-31
申请人： 浙江大学
摘要： 本发明公开了一种基于双流法的复杂背景运动小目标检测方法，该方法包括：1.使用基于深度学习的方法，对单独视频帧图像进行处理，获取空间上的外观特征流，并在此基础上进行目标检测；2.使用帧间差分法，对连续视频帧图像进行处理，获取时间上的运动特征流，并在此基础上进行运动目标检测；3.对1和2在整幅画面中的若干检测结果进行双流融合，获取时空融合置信度；4.结合1中深度学习目标检测器的外观检测置信度，与3中双流融合置信度，给出最终的检测结果。本发明方法在保证检测实时性的同时，有效降低目标漏检率，并抑制了背景对检测的干扰，以实现高召回率、低误检率的复杂背景小目标检测。
-
公开(公告)号：CN111179318B
公开(公告)日：2022-07-12
申请号：CN201911424737.5
申请日：2019-12-31
申请人： 浙江大学
摘要： 本发明公开了一种基于双流法的复杂背景运动小目标检测方法，该方法包括：1.使用基于深度学习的方法，对单独视频帧图像进行处理，获取空间上的外观特征流，并在此基础上进行目标检测；2.使用帧间差分法，对连续视频帧图像进行处理，获取时间上的运动特征流，并在此基础上进行运动目标检测；3.对1和2在整幅画面中的若干检测结果进行双流融合，获取时空融合置信度；4.结合1中深度学习目标检测器的外观检测置信度，与3中双流融合置信度，给出最终的检测结果。本发明方法在保证检测实时性的同时，有效降低目标漏检率，并抑制了背景对检测的干扰，以实现高召回率、低误检率的复杂背景小目标检测。
-
公开(公告)号：CN110751068A
公开(公告)日：2020-02-04
申请号：CN201910951859.3
申请日：2019-10-08
申请人： 浙江大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于自适应时空融合的远距离弱小目标视觉检测方法。该方法包括：1.滤除视频帧图像中地平线以下的地面背景，得到空域图；2.用暗目标帧间差分法对该空域图进行处理得到时间特征图；3.用行列解耦合底帽形态学滤波法对该空域图进行处理得到空间特征图；4.设计自适应切换的时空特征图融合机制对时间特征图和空间特征图进行融合，生成自适应时空融合图；5：局部自适应阈值分割。本发明方法在增强目标与背景对比度的同时抑制噪声和杂波，以实现高准确、低误检、少漏检的远距离弱小目标检测。
-
-
-
搜索结果
4 条记录 (耗时 0.021 秒)
