[发明专利]基于运动的对象检测方法及其对象检测装置和电子设备

权利要求书

1.一种基于运动的对象检测方法，其特征在于，包括：

对获取的第一图像和第二图像进行处理，以获得至少一感兴趣区域；

将所述至少一感兴趣区域转化为灰度图像；以及

以深度神经网络模型处理所述灰度图像以对所述感兴趣区域所包含的对象进行分类，以获得所述感兴趣区域所包含的对象是否属于给定类别的对象的分类结果，其中，所述深度神经网络模型包括N层深度可分离卷积层，用于获得所述灰度图像的特征图，其中，N为正整数且属于4～12，其中，每一深度可分离卷积层包括深度卷积层和逐点卷积层，所述深度卷积层，用于对每个输入通道应用单个滤波器，所述逐点卷积层，用于对所述深度卷积的输出进行线性组合以获得更新的特征图。

2.如权利要求1所述的基于运动的对象检测方法，其中，以深度神经网络模型处理所述灰度图像以对所述感兴趣区域所包含的对象进行分类，以获得所述感兴趣区域所包含的对象是否属于给定类别的对象的分类结果，包括：

确定所述感兴趣区域所包含的对象属于给定类别的对象；以及

响应于所述感兴趣区域所包含的对象属于给定类别的对象，生成表示检测到所述感兴趣区域所包含的对象属于给定类别对象的指示信息。

3.如权利要求2所述的基于运动的对象检测方法，其中，对获取的第一图像和第二图像进行处理以获得至少一感兴趣区域，包括：

识别出所述第一图像和所述第二图像之间的不同的图像区域；以及

聚集所述第一图像和第二图像之间的不同的图像区域，以获得所述至少一感兴趣区域。

4.如权利要求3所述的基于运动的对象检测方法，其中，在识别出所述第一图像和所述第二图像之间的不同的图像区域之前，包括：

基于用于采集所述第一图像和所述第二图像的图像采集设备的物理移动，对所述第二图像进行转化以补偿该物理移动。

5.如权利要求1-4任一所述的基于运动的对象检测方法，其中，所述第一图像和所述第二图像来自视频数据，并且，所述第一图像和所述第二图像为所述视频数据中连续的两帧。

6.如权利要求5所述的基于运动的对象检测方法，其中，所述至少一感兴趣区域的尺寸被缩减为128×128像素。

7.如权利要求6所述的基于运动的对象检测方法，其中，所述深度神经网络模型包括5层所述深度可分离卷积层。

8.一种对象检测装置，其特征在于，包括：

感兴趣区域提取单元，用于对获取的第一图像和第二图像进行处理，以获得至少一感兴趣区域；

灰度转化单元，用于将所述至少一感兴趣区域转化为灰度图像；以及

分类结果获取单元，用于以深度神经网络模型处理所述灰度图像以对所述感兴趣区域所包含的对象进行分类，以获得所述感兴趣区域所包含的对象是否属于给定类别的对象的分类结果，其中，所述深度神经网络模型包括N层深度可分离卷积层，用于获得所述灰度图像的特征图，其中，N为正整数且属于4～12，其中，每一深度可分离卷积层包括深度卷积层和逐点卷积层，所述深度卷积层用于对每个输入通道应用单个滤波器，所述逐点卷积层用于对所述深度卷积的输出进行线性组合以获得更新的特征图。

9.如权利要求8所述的对象检测装置，其中，所述分类结果获取单元，还用于：

确定所述感兴趣区域所包含的对象属于给定类别的对象；以及

响应于所述感兴趣区域所包含的对象属于给定类别的对象，生成表示检测到所述感兴趣区域所包含的对象属于给定类别对象的指示信息。

10.如权利要求9所述的基于运动的对象检测装置，其中，所述感兴趣提取单元，用于

识别出所述第一图像和所述第二图像之间的不同的图像区域；以及

聚集所述第一图像和第二图像之间的不同的图像区域，以获得所述至少一感兴趣区域。