基于深度学习的监控视频图像遮挡检测方法及系统

专利主权项内容

1.基于深度学习的监控视频图像遮挡检测方法，其特征在于，包括：获取原始图像，将所述原始图像添加至预设的图像检测模型中，在所述图像检测模型中，通过输入层对所述原始图像进行维度修正，得到标准图像，通过第一深度卷积层和扩张卷积层提取所述标准图像的低级别特征并增加所述标准图像的感受野，得到第一输出特征图，其中所述图像检测模型是基于深度卷积神经网络构建的；通过深度可逆卷积层对所述第一输出特征图进行深度卷积和逐点卷积，得到第二输出特征图，对所述第二输出特征图进行可逆下采样，生成第三输出特征图，将所述第二输出特征图和所述第三输出特征图合并得到综合特征图；对所述综合特征图应用激活函数，得到高维特征图，根据所述高维特征图，通过池化层和全连接层确定所述高维特征图中的遮挡区域，生成遮挡特征图；基于所述遮挡特征图，在所述原始图像中对所述遮挡区域进行分割：获取所述遮挡特征图并添加至预先选择的编码器中，通过特征融合模块对所述遮挡特征图中的特征点进行通道融合和空间融合，并通过所述编码器提取所述遮挡特征图对应的全局特征和局部特征；根据所述全局特征和所述局部特征，自适应模块根据依赖空间和通道对应的双注意力机制生成多个卷积内核，将所述多个卷积内核线性聚合生成自适应内核，通过所述自适应内核提取所述全局特征和所述局部特征内的有效特征；在解码器的每个解码层中，对所述有效特征进行特征映射，得到特征映射结果，将每个解码层对应的特征映射结果融合，得到特征融合结果，基于所述特征融合结果确定所述遮挡区域在所述原始图像中的遮挡边界，基于所述遮挡边界，对所述遮挡区域进行分割。。详见官网：