CN107123131A - 一种基于深度学习的运动目标检测方法 - Google Patents
一种基于深度学习的运动目标检测方法 Download PDFInfo
- Publication number
- CN107123131A CN107123131A CN201710226749.1A CN201710226749A CN107123131A CN 107123131 A CN107123131 A CN 107123131A CN 201710226749 A CN201710226749 A CN 201710226749A CN 107123131 A CN107123131 A CN 107123131A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- sub
- target
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013135 deep learning Methods 0.000 title claims abstract description 21
- 238000003062 neural network model Methods 0.000 claims abstract description 24
- 210000005036 nerve Anatomy 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000012549 training Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 19
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000002131 composite material Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 239000012466 permeate Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (6)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710226749.1A CN107123131B (zh) | 2017-04-10 | 2017-04-10 | 一种基于深度学习的运动目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710226749.1A CN107123131B (zh) | 2017-04-10 | 2017-04-10 | 一种基于深度学习的运动目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107123131A true CN107123131A (zh) | 2017-09-01 |
CN107123131B CN107123131B (zh) | 2020-04-17 |
Family
ID=59724733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710226749.1A Active CN107123131B (zh) | 2017-04-10 | 2017-04-10 | 一种基于深度学习的运动目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107123131B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909602A (zh) * | 2017-12-08 | 2018-04-13 | 长沙全度影像科技有限公司 | 一种基于深度学习的运动边界估计方法 |
CN108288075A (zh) * | 2018-02-02 | 2018-07-17 | 沈阳工业大学 | 一种改进ssd的轻量化小目标检测方法 |
CN108345860A (zh) * | 2018-02-24 | 2018-07-31 | 江苏测联空间大数据应用研究中心有限公司 | 基于深度学习和距离度量学习的人员再识别方法 |
CN108389220A (zh) * | 2018-02-05 | 2018-08-10 | 湖南航升卫星科技有限公司 | 遥感视频图像运动目标实时智能感知方法及其装置 |
CN109685834A (zh) * | 2018-12-29 | 2019-04-26 | 深圳市公安局刑事警察支队(深圳市公安局刑事侦查局) | 警犬训练监控方法、装置、计算机设备及存储介质 |
CN110313894A (zh) * | 2019-04-15 | 2019-10-11 | 四川大学 | 基于卷积神经网络的心率失常分类算法 |
CN110879951A (zh) * | 2018-09-06 | 2020-03-13 | 华为技术有限公司 | 一种运动前景检测方法及装置 |
CN110887336A (zh) * | 2018-09-11 | 2020-03-17 | 东芝生活电器株式会社 | 冰箱的物品拿放管理系统及冰箱 |
CN111091048A (zh) * | 2019-10-31 | 2020-05-01 | 中科智云科技有限公司 | 密封失效监测方法、装置、服务器及存储介质 |
CN111815656A (zh) * | 2020-07-22 | 2020-10-23 | 北京字节跳动网络技术有限公司 | 视频处理方法、装置、电子设备和计算机可读介质 |
CN112330597A (zh) * | 2020-10-14 | 2021-02-05 | 浙江大华技术股份有限公司 | 一种图像差异检测方法、装置及计算机设备 |
CN112669344A (zh) * | 2020-12-24 | 2021-04-16 | 北京灵汐科技有限公司 | 一种运动物体的定位方法、装置、电子设备及存储介质 |
CN112767444A (zh) * | 2021-01-19 | 2021-05-07 | 杭州萤石软件有限公司 | 运动目标检测方法、可读存储介质和电子设备 |
CN113055654A (zh) * | 2021-03-26 | 2021-06-29 | 太原师范学院 | 边缘设备中的视频流有损压缩方法 |
CN117236566A (zh) * | 2023-11-10 | 2023-12-15 | 山东顺发重工有限公司 | 一种全程可视的法兰盘包装管理系统 |
CN117237418A (zh) * | 2023-11-15 | 2023-12-15 | 成都航空职业技术学院 | 一种基于深度学习的运动目标检测方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236656A (zh) * | 2008-02-29 | 2008-08-06 | 上海华平信息技术股份有限公司 | 基于块划分的图像中运动目标的检测方法 |
CN103020577A (zh) * | 2011-09-20 | 2013-04-03 | 佳都新太科技股份有限公司 | 一种基于hog特征的运动目标识别方法及系统 |
CN104166861A (zh) * | 2014-08-11 | 2014-11-26 | 叶茂 | 一种行人检测方法 |
-
2017
- 2017-04-10 CN CN201710226749.1A patent/CN107123131B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236656A (zh) * | 2008-02-29 | 2008-08-06 | 上海华平信息技术股份有限公司 | 基于块划分的图像中运动目标的检测方法 |
CN103020577A (zh) * | 2011-09-20 | 2013-04-03 | 佳都新太科技股份有限公司 | 一种基于hog特征的运动目标识别方法及系统 |
CN104166861A (zh) * | 2014-08-11 | 2014-11-26 | 叶茂 | 一种行人检测方法 |
Non-Patent Citations (1)
Title |
---|
王明亮: "基于后视摄像头的车门开启安全预警系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909602A (zh) * | 2017-12-08 | 2018-04-13 | 长沙全度影像科技有限公司 | 一种基于深度学习的运动边界估计方法 |
CN108288075A (zh) * | 2018-02-02 | 2018-07-17 | 沈阳工业大学 | 一种改进ssd的轻量化小目标检测方法 |
CN108288075B (zh) * | 2018-02-02 | 2019-06-14 | 沈阳工业大学 | 一种改进ssd的轻量化小目标检测方法 |
CN108389220A (zh) * | 2018-02-05 | 2018-08-10 | 湖南航升卫星科技有限公司 | 遥感视频图像运动目标实时智能感知方法及其装置 |
CN108345860A (zh) * | 2018-02-24 | 2018-07-31 | 江苏测联空间大数据应用研究中心有限公司 | 基于深度学习和距离度量学习的人员再识别方法 |
CN110879951A (zh) * | 2018-09-06 | 2020-03-13 | 华为技术有限公司 | 一种运动前景检测方法及装置 |
CN110879951B (zh) * | 2018-09-06 | 2022-10-25 | 华为技术有限公司 | 一种运动前景检测方法及装置 |
CN110887336B (zh) * | 2018-09-11 | 2021-10-29 | 东芝生活电器株式会社 | 冰箱的物品拿放管理系统及冰箱 |
CN110887336A (zh) * | 2018-09-11 | 2020-03-17 | 东芝生活电器株式会社 | 冰箱的物品拿放管理系统及冰箱 |
CN109685834A (zh) * | 2018-12-29 | 2019-04-26 | 深圳市公安局刑事警察支队(深圳市公安局刑事侦查局) | 警犬训练监控方法、装置、计算机设备及存储介质 |
CN110313894A (zh) * | 2019-04-15 | 2019-10-11 | 四川大学 | 基于卷积神经网络的心率失常分类算法 |
CN111091048A (zh) * | 2019-10-31 | 2020-05-01 | 中科智云科技有限公司 | 密封失效监测方法、装置、服务器及存储介质 |
CN111815656B (zh) * | 2020-07-22 | 2023-08-11 | 抖音视界有限公司 | 视频处理方法、装置、电子设备和计算机可读介质 |
CN111815656A (zh) * | 2020-07-22 | 2020-10-23 | 北京字节跳动网络技术有限公司 | 视频处理方法、装置、电子设备和计算机可读介质 |
CN112330597A (zh) * | 2020-10-14 | 2021-02-05 | 浙江大华技术股份有限公司 | 一种图像差异检测方法、装置及计算机设备 |
CN112669344A (zh) * | 2020-12-24 | 2021-04-16 | 北京灵汐科技有限公司 | 一种运动物体的定位方法、装置、电子设备及存储介质 |
WO2022135511A1 (zh) * | 2020-12-24 | 2022-06-30 | 北京灵汐科技有限公司 | 运动物体的定位方法、装置、电子设备及存储介质 |
CN112669344B (zh) * | 2020-12-24 | 2024-05-28 | 北京灵汐科技有限公司 | 一种运动物体的定位方法、装置、电子设备及存储介质 |
CN112767444A (zh) * | 2021-01-19 | 2021-05-07 | 杭州萤石软件有限公司 | 运动目标检测方法、可读存储介质和电子设备 |
CN112767444B (zh) * | 2021-01-19 | 2024-05-14 | 杭州萤石软件有限公司 | 运动目标检测方法、可读存储介质和电子设备 |
CN113055654A (zh) * | 2021-03-26 | 2021-06-29 | 太原师范学院 | 边缘设备中的视频流有损压缩方法 |
CN117236566A (zh) * | 2023-11-10 | 2023-12-15 | 山东顺发重工有限公司 | 一种全程可视的法兰盘包装管理系统 |
CN117236566B (zh) * | 2023-11-10 | 2024-02-06 | 山东顺发重工有限公司 | 一种全程可视的法兰盘包装管理系统 |
CN117237418A (zh) * | 2023-11-15 | 2023-12-15 | 成都航空职业技术学院 | 一种基于深度学习的运动目标检测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107123131B (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123131A (zh) | 一种基于深度学习的运动目标检测方法 | |
CN107133943B (zh) | 一种防震锤缺陷检测的视觉检测方法 | |
CN109816689A (zh) | 一种多层卷积特征自适应融合的运动目标跟踪方法 | |
CN106845364B (zh) | 一种快速自动目标检测方法 | |
CN109886130A (zh) | 目标对象的确定方法、装置、存储介质和处理器 | |
CN103810717B (zh) | 一种人体行为检测方法及装置 | |
CN108665481A (zh) | 多层深度特征融合的自适应抗遮挡红外目标跟踪方法 | |
CN110059642B (zh) | 人脸图像筛选方法与装置 | |
CN111583229A (zh) | 一种基于卷积神经网络路面故障检测方法 | |
US11093737B2 (en) | Gesture recognition method and apparatus, electronic device, and computer-readable storage medium | |
CN107563347A (zh) | 一种基于tof相机的客流计数方法和装置 | |
CN108764325A (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
CN106856002A (zh) | 一种无人机拍摄图像质量评价方法 | |
CN109145708A (zh) | 一种基于rgb和d信息融合的人流量统计方法 | |
CN114049477A (zh) | 一种过鱼鱼道系统、鱼类数量和种类的动态识别跟踪方法 | |
CN110415208A (zh) | 一种自适应目标检测方法及其装置、设备、存储介质 | |
CN109145696A (zh) | 一种基于深度学习的老人跌倒检测方法及系统 | |
CN110334703B (zh) | 一种昼夜图像中的船舶检测和识别方法 | |
CN109191421A (zh) | 柱形锂电池圆周面凹坑视觉检测方法 | |
CN106709438A (zh) | 一种基于视频会议的人数统计方法 | |
CN108471497A (zh) | 一种基于云台摄像机的船目标实时检测方法 | |
CN111476160A (zh) | 损失函数优化方法、模型训练方法、目标检测方法及介质 | |
CN112464933A (zh) | 一种地基凝视红外成像弱小目标智能识别方法 | |
CN109492647A (zh) | 一种电网机器人障碍物识别方法 | |
CN118096815B (zh) | 一种基于机器视觉的道路非常态事件检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Moving Object Detection Method Based on Deep Learning Effective date of registration: 20230811 Granted publication date: 20200417 Pledgee: Anhui pilot Free Trade Zone Hefei area sub branch of Huishang Bank Co.,Ltd. Pledgor: ANHUI QINGXIN INTERNET INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980051775 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20200417 Pledgee: Anhui pilot Free Trade Zone Hefei area sub branch of Huishang Bank Co.,Ltd. Pledgor: ANHUI QINGXIN INTERNET INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980051775 |