[发明专利]夜视环境下活物检测方法及装置

权利要求书

1.一种夜视环境下活物检测方法，其特征在于，包括：

获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；

对所述视频帧进行动态区域检测，得到动态变化的区域结果；

构建动态区域分类模型和实例分割模型；

基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；

基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；

将分类结果和实例分割结果进行交并比计算，得到最终检测结果。

2.如权利要求1所述的夜视环境下活物检测方法，其特征在于，对夜视环境下的视频进行切帧处理，获得视频帧，包括：

将视频图像序列分解为静态图像序列；

基于设置的采样步长采用跳帧切帧方式来进行视频切帧处理，获取静态RGB图像序列。

3.如权利要求2所述的夜视环境下活物检测方法，其特征在于，对所述视频帧进行动态区域检测，得到动态变化的区域结果，包括：

将静态RGB图像序列通过色彩空间转换转化为静态灰度图像序列；

将静态灰度图像序列进行高斯噪声滤波，生成滤波后的静态灰度图像序列；

将滤波后的静态灰度图像序列进行标准化处理，使得每一个像素点的灰度值都处于0-255之间；

基于每一个像素点的灰度值都处于0-255之间的滤波后的静态灰度图像序列，通过帧差法计算得到二值化运动帧差图序列；

基于帧间差分法，根据二值化运动帧差图序列确定运动目标主体。

4.如权利要求1所述的夜视环境下活物检测方法，其特征在于，构建动态区域分类模型，包括：

建立分类训练集，基于分类训练集对卷积神经网络模型进行训练，获得动态区域分类模型；

构建实例分割模型，包括：

建立实例分割训练集，对实例分割训练集进行掩膜基于区域的卷积神经网络训练，获得实例分割模型。

5.一种夜视环境下活物检测装置，其特征在于，包括：

视频切帧处理模块，用于获得夜视环境下的视频，对夜视环境下的视频进行切帧处理，获得视频帧；

动态区域检测模块，用于对所述视频帧进行动态区域检测，得到动态变化的区域结果；

模型构建模块，用于构建动态区域分类模型和实例分割模型；

分类识别模块，用于基于动态区域分类模型，对所述动态变化的区域结果进行分类，得到分类结果；

实例分割模型，用于基于实例分割模型，对所述视频帧进行实例分割，得到实例分割结果；

交并比计算模块，用于将分类结果和实例分割结果进行交并比计算，得到最终检测结果。

6.如权利要求5所述的夜视环境下活物检测装置，其特征在于，视频切帧处理模具体用于：

将视频图像序列分解为静态图像序列；

基于设置的采样步长采用跳帧切帧方式来进行视频切帧处理，获取静态RGB图像序列。

7.如权利要求6所述的夜视环境下活物检测装置，其特征在于，动态区域检测模块具体用于：

将静态RGB图像序列通过色彩空间转换转化为静态灰度图像序列；

将静态灰度图像序列进行高斯噪声滤波，生成滤波后的静态灰度图像序列；

将滤波后的静态灰度图像序列进行标准化处理，使得每一个像素点的灰度值都处于0-255之间；

基于每一个像素点的灰度值都处于0-255之间的滤波后的静态灰度图像序列，通过帧差法计算得到二值化运动帧差图序列；

基于帧间差分法，根据二值化运动帧差图序列确定运动目标主体。

8.如权利要求5所述的夜视环境下活物检测装置，其特征在于，模型构建模块具体用于：

建立分类训练集，基于分类训练集对卷积神经网络模型进行训练，获得动态区域分类模型；

建立实例分割训练集，对实例分割训练集进行掩膜基于区域的卷积神经网络训练，获得实例分割模型。