[发明专利]基于视觉感知的运动目标检测算法性能的评价方法有效

专利信息
申请号: 201510633496.0 申请日: 2015-09-29
公开(公告)号: CN105184823B 公开(公告)日: 2018-03-09
发明(设计)人: 刘磊;姜民;黄伟;李贺;殷家乐 申请(专利权)人: 南京理工大学
主分类号: G06T7/207 分类号: G06T7/207
代理公司: 南京理工大学专利中心32203 代理人: 朱宝庆
地址: 210094 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视觉 感知 运动 目标 检测 算法 性能 评价 方法
【权利要求书】:

1.一种基于视觉感知的运动目标检测算法性能的评价方法,其特征在于,包括:

选取标准检测图片,对每一不同运动目标检测算法获得的算法检测图片与标准检测图片进行比较,获取该运动目标检测算法下的评价指标;

对不同运动目标检测算法获得的评价指标按降序排列,最小值对应的运动目标检测算法性能最优;

所述的比较方法包括:

步骤1,对标准检测图片和算法检测图片进行灰度处理;

步骤2,获得标准检测图片的目标位置区域中像素点的个数Nu,对算法检测图片和标准检测图片的像素点一一对应求得运动目标检测算法检测出的正确前景点个数TP和背景点被错误判断为前景点的个数FP;

步骤3,以相同大小的像素矩阵为单位将标准检测图片和算法检测图片分解为若干个小矩阵,遍历标准检测图片和算法检测图片的每一小矩阵,若满足以下条件:(1)标准检测图片中小矩阵不为0和(2)标准检测图片和算法检测图片中对应的两个小矩阵中一一对应像素点中相同位置且像素点灰度值相同的点的个数不为0,则获得标准检测图片该小矩阵中像素点的灰度均值和算法检测图片该小矩阵中像素点的灰度值,并将算法检测图片该小矩阵的灰度值存入一数组:

步骤4,对所述数组计算标准差和均值,并求得差异系数D;

步骤5,根据VF=D*(Nu+FP)/TP获得评价指标VF。

2.根据权利要求1所述的基于视觉感知的运动目标检测算法性能的评价方法,其特征在于,采用图像分块原理分别将处理后的标准检测图片和算法检测图片以M*M像素矩阵为单位分解成若干个小矩阵,其中M=2。

3.根据权利要求1所述的基于视觉感知的运动目标检测算法性能的评价方法,其特征在于,所述算法检测图片小矩阵的灰度值G(b)通过下述公式获得

G(b)=P×K/(M×M)

其中,P为对应的标准检测图片中小矩阵中像素点的灰度均值,M为所述像素矩阵的大小,K为标准检测图片和算法检测图片中对应的两个小矩阵中一一对应像素点中相同位置且像素点灰度值相同的点的个数;

所述数组表示为W={G(b1),G(b2),...,G(bN)}。

4.根据权利要求3所述的基于视觉感知的运动目标检测算法性能的评价方法,所述差异系数D通过下述公式获得:

D=S/E,S≠0D=0.1×(M×M-K)/(M×M),S=0]]>

其中,S为所述数组W的标准差,E为所述数组W的均值,当S≠0时

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510633496.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top