[01349362]基于深度卷积神经网络的运动目标检测方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明提出了一种基于深度全卷积神经网络的运动目标检测方法,用于解决现有有监督运动目标检测方法中存在的检测精度低和检测复杂度高的技术问题,实现步骤为:(1)提取视频场景的背景图像;(2)获取多通道视频帧序列;(3)构建训练样本集与测试样本集,并对该两个样本集进行归一化;(4)构建深度全卷积神经网络模型;(5)对深度全卷积神经网络模型进行训练;(6)用训练好的深度全卷积神经网络模型对测试样本集进行预测;(7)获取运动目标检测结果。本发明通过深度全卷积神经网络模型实现运动目标检测,提高了运动目标检测的精度,并降低了检测的复杂度,可用于监控视频的目标识别、目标追踪与动作识别等领域。
本发明提出了一种基于深度全卷积神经网络的运动目标检测方法,用于解决现有有监督运动目标检测方法中存在的检测精度低和检测复杂度高的技术问题,实现步骤为:(1)提取视频场景的背景图像;(2)获取多通道视频帧序列;(3)构建训练样本集与测试样本集,并对该两个样本集进行归一化;(4)构建深度全卷积神经网络模型;(5)对深度全卷积神经网络模型进行训练;(6)用训练好的深度全卷积神经网络模型对测试样本集进行预测;(7)获取运动目标检测结果。本发明通过深度全卷积神经网络模型实现运动目标检测,提高了运动目标检测的精度,并降低了检测的复杂度,可用于监控视频的目标识别、目标追踪与动作识别等领域。