本发明提出了一种基于时序特征共享结构的视频目标检测方法包括：通过在原有的神经网络结构中加入时序特征共享结构，完成时序特征共享神经网络构建；在网络训练时通过相邻帧共享的时序神经网络训练方法实现端到端的神经网络训练；利用已训练完成的时序特征共享网络实现准确快速的视频目标检测。本发明通过时序特征共享结构传递上一帧图像特征，实现准确的视频目标检测，并结合相邻帧共享的网络训练方法实现端到端的神经网络训练。
📄 202010762563X
📂 G06K9_00
👤 浙江工业大学
📅 2020-07-31
本发明公布了一种视频运动目标高效检测方法，包括有以下步骤：1)卷积神经网络模型初始化以及预热；2)获取道路监控视频，并将该道路监控视频截成帧图像；3)使用RPN网络获取前景候选区域；4)使用基于改进的ViBe建模背景差分法获取过滤参考区域；5)计算候选区域与所有前景参考区域的交集比；6)根据交集比选择存在运动目标的候选区域，并将其特征区域送入RCNN进行检测；7)根据RCNN检测结果与所有前景参考区域的交集比过滤RCNN检测结果；8)将检测结果绘制在视频帧上，并播放。
📄 201910570624X
📂 G06K9_00
👤 浙江工业大学
📅 2019-06-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台