[发明专利]一种运动目标检测方法、装置、存储介质及终端设备

权利要求书

1.一种运动目标检测方法，其特征在于，包括：

获取待处理图像序列；

对所述待处理图像序列进行运动目标检测，获取初始运动区域；

对所述初始运动区域进行区域统计校正，获取校正后的运动区域；

基于预设的Fast network和Slow network，根据所述待处理图像序列和所述校正后的运动区域进行特征提取；

根据预设的LSTM对提取到的特征进行特征融合；

基于预设的检测器，根据融合后的特征获取运动目标区域。

2.如权利要求1所述的运动目标检测方法，其特征在于，所述对所述待处理图像序列进行运动目标检测，获取初始运动区域，具体包括：

基于预设的混合高斯模型对所述待处理图像序列进行运动目标检测，获取所述初始运动区域。

3.如权利要求1所述的运动目标检测方法，其特征在于，所述对所述初始运动区域进行区域统计校正，获取校正后的运动区域，具体包括：

获取所述初始运动区域对应的二值化图像中的每一个像素点的标记值；

根据获得的每一个像素点的标记值对所述初始运动区域中的像素点进行校正，相应获得所述校正后的运动区域。

4.如权利要求3所述的运动目标检测方法，其特征在于，所述根据获得的每一个像素点的标记值对所述初始运动区域中的像素点进行校正，相应获得所述校正后的运动区域，具体包括：

对于所述初始运动区域的任一个像素点，获取所述像素点的n*n邻域；其中，所述n*n邻域以所述像素点为中心像素点，n0；

统计所述n*n邻域中包含的标记值为0的像素点的数量n0和标记值为1的像素点的数量n1；

当n*n*α≤n0时，将所述像素点的标记值校正为0；

当n*n*αn0时，将所述像素点的标记值校正为1。

5.如权利要求1所述的运动目标检测方法，其特征在于，所述基于预设的Fast network和Slow network，根据所述待处理图像序列和所述校正后的运动区域进行特征提取，具体包括：

根据所述待处理图像序列和所述校正后的运动区域在深度方向上进行图像叠加，获得叠加后的图像序列；

将所述叠加后的图像序列输入预设的Fast network和Slow network，以根据预设的帧间隔对所述叠加后的图像序列进行特征提取。

6.如权利要求5所述的运动目标检测方法，其特征在于，所述叠加后的图像序列包括的每一帧叠加后的图像中的每一个像素点均用一个对应的4维向量进行表示；所述4维向量包括对应像素点的R值、G值、B值和D值；D值表示对应像素点在所述校正后的运动区域的二值化图像中的标记值。

7.如权利要求1～6任一项所述的运动目标检测方法，其特征在于，所述Fast network为MobilenetV3 Small网络；所述Slow network为MobilenetV3 large网络。

8.一种运动目标检测装置，其特征在于，包括：

图像序列获取模块，用于获取待处理图像序列；

初始运动区域获取模块，用于对所述待处理图像序列进行运动目标检测，获取初始运动区域；

初始运动区域校正模块，用于对所述初始运动区域进行区域统计校正，获取校正后的运动区域；

图像特征提取模块，用于基于预设的Fast network和Slow network，根据所述待处理图像序列和所述校正后的运动区域进行特征提取；

图像特征融合模块，用于根据预设的LSTM对提取到的特征进行特征融合；

运动目标区域获取模块，用于基于预设的检测器，根据融合后的特征获取运动目标区域。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～7任一项所述的运动目标检测方法。

10.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～7任一项所述的运动目标检测方法。