[发明专利]一种复杂环境下目标检测方法

说明书

一种复杂环境下目标检测方法，属于图像处理技术与目标识别技术领域。本发明是为了解决现有的目标检测在复杂环境下存在识别不准确的问题。本发明首先利用背景弱化算法对图片和视频帧的静态背景区域进行弱化处理，消除静态的背景区域内部的像素点；然后使用滑动窗口检测的方式在处理结果的图像或视频中选择一块矩形区域，将滑动窗口选择的矩形区域中的图像片段与模板片段进行余弦相似度比对，利用相似度参数阈值对滑动窗口进行过滤，过滤掉部分静态背景区域；通过不断调整滑动窗口矩形框的左下角和右上角坐标标记出部分矩形区域所对应的静态背景区域；利用训练好的yolo v3模型对图片或视频资源进行目标检测。主要用于目标检测。

技术领域

本发明涉及一种目标检测方法，属于图像处理技术与目标识别技术领域。

背景技术

在强噪声、光照突变和背景扰动等复杂环境下，环境因素对目标的检测存在较大的干扰。并且由于取样环境的多样性和海量性，单机目标识别方式在识别效率和识别准确率方面存在很大的局限性。并且取样结果通常保存在一台或若干台服务器上，这就导致整个系统的存储能力较弱，因此需要一种分布式文件系统能够在廉价的服务器上构建一套高可用、易拓展并且能够满足海量数据存储要求的分布式存储服务。现有的HDFS文件系统能够很好地满足现有的需求，并且符合复杂环境下目标检测环境时文件一次上传、多次读取的需要。

智能设备的快速发展使得人们对复杂环境下目标检测的需要进一步增加，从而间接增加了对目标检测样本存储的需求。这些通过目标监控设备获取的海量的视频或图片数据被保存在分布式文件系统中，以便用户可以使用任何可访问网络的设备访问这些文件。云存储系统减少了目标识别设备对本地存储容量的要求，并且能够保证数据的可靠性。

现有的目标检测技术在复杂环境下存在识别不准确的问题，尤其是强噪声、光照突变和背景扰动等复杂环境下检测成功率更低。因此需要一种能够应对复杂环境的目标检测方法。

发明内容

本发明是为了解决现有的目标检测在复杂环境下存在识别不准确的问题。

一种复杂环境下目标检测方法，包括以下步骤：

1、通过图像采集设备拍摄复杂环境下的待检测图片或视频流，并将上传的图片和视频以文件形式存储到代理节点的HDFS文件系统中；

2、利用背景弱化算法对静态背景区域进行弱化处理，包括以下步骤：

基于视频帧或连续的图片流在时间δt内的稳定性假设，在二维平面图像的基础上，以图像的左下角为平面直角坐标系的零点，结合连续视频帧或图片顺序提供的时间维度，构造一个三维的空间直角坐标系；

假定P(x，y，t)是时间为t时的像素点坐标，x,y分别表示图像或视频帧在上述坐标系中的坐标位置；所以维持约束的目标函数是P(x，y，t)＝P(a+uδt，b+vδt，c+δt)，(a，b)表示坐标(x，y)处像素点在时间t时的初始坐标，(u，v)是该像素点在极短时间δt的水平和竖直方向的速度；当δt小于时间阈值T时，经过δt时间后的像素点坐标接近于δt时间之前的初始坐标，即坐标差小于等于波动阈值D，认为是静态的背景区域；当δt大于时间阈值T时，经过δt时间后的像素点坐标与δt时间之前的初始坐标差大于波动阈值D，认为是动态目标区域；

消除静态的背景区域内部的像素点；

3、使用滑动窗口检测的方式在步骤2处理结果的图像或视频中选择一块矩形区域，将滑动窗口选择的矩形区域中的图像片段与模板片段进行余弦相似度比对，利用相似度参数阈值对滑动窗口进行过滤，过滤掉部分静态背景区域；通过不断调整滑动窗口矩形框的左下角和右上角坐标标记出部分矩形区域所对应的静态背景区域；

4、利用训练好的yolo v3模型对步骤3处理之后的图片或视频资源进行目标检测。