[发明专利]一种基于卷积神经网络自适应背景建模物体检测方法

摘要

本发明公开了一种基于卷积神经网络自适应背景建模物体检测方法。本发明对现有的基于区域块背景建模方法做出了以下两点改进。第一点针对现有的基于区域块背景建模方法以离散余弦变换系数描述作为区域特性表示方面的不足，提出一种基于卷积神经网络区域特征提取的方法，来改善其特征表示能力。第二点提出了一种边缘区域中心像素类型判断方法，通过考虑边缘区域中心像素与其临近像素的关系判断中心像素是前景像素还是背景像素类型。本发明结合了相应实验验证了，相比已有的基于区域块背景建模方法，本方法提出的两种改进能够带来更好的效果。

主权项

1.一种基于卷积神经网络自适应背景建模物体检测方法，其特征在于，包括以下步骤：步骤1：利用第一帧图像初始化混合高斯背景模型；步骤2：读取视频中图像序列，获取当前视频帧；步骤3：将视频帧划分为若干区域；步骤4：将各区域块送入到自编码卷积神经网络中获取对应的卷积特征；步骤5：对得到的卷积特征进行池化操作，得到图像最后的特征表示；步骤6：利用自适应区域判断法判断区域类型；若区域类型为背景区域，则标记区域中心像素为背景像素，更新该中心像素对应的混合高斯背景模型中的各个高斯模型参数；并执行下述步骤7；若区域类型为前景区域，则标记区域中心像素为前景像素，添加新的高斯背景模型到混合高斯背景模型中，并执行下述步骤7；若区域类型为边缘区域，则利用边缘区域中心像素判断法进行判断，若属于背景像素，则标记为背景像素；若属于前景像素，则标记为前景像素；并执行下述步骤7；步骤7：通过各像素的判断结果，得到视频帧中的运动目标检测结果。