基于二分缩减的实时目标检测方法及系统

专利主权项内容

1.一种基于二分缩减的实时目标检测方法，其特征是，包括：S1，构建至少两个用于在视频中检测出人体位置和大小的目标检测模型，并初始化系统；目标检测模型包括第一目标检测模型和第二目标检测模型，其中第一目标检测模型的精度高于第二目标模型，计算速度低于第二目标检测模型；S2，采集并构建视频数据集合，获取至少一个视频以及至少一个刷新频率作为输入；S3，获取视频的第一帧图像，采用第一目标检测模型进行目标检测，得到人体检测框；S4，针对视频中第二帧起的后续各帧，采用多目标跟踪及动态区域检测算法进行检测，并使用二值图来表示当前帧的潜在目标区域R；tmoveS5，针对每一潜在目标区域R，采用二值图像膨胀算法，确定图像的运动区域框R，以提取潜在目标区域中的显著性区域：tmovetbboxS6，采用二分缩减的矩形框重排列算法对运动区域框R进行重排，获得重排列后图像I，以及运动区域框R在图像I中的位置R；tbboxtnewtbboxtnewtnewS7，采用第二目标检测模型对重排列后的图像I进行目标检测，输出当前帧的检测结果R，检测结果R包括每个目标的位置和大小；tnewtdettdetS8，逐一对比重排列后的图像的检测结果R和重排列前图像的运动区域框R的矩形框，构建矩形框的对应关系，对应计算出当前帧的检测结果在原始图像中的位置和大小，即R；t为自然数；tdettbboxtfinalS9，重复步骤S4至S8，直至完成检测工作。