CN108681998A - 一种微动目标检测方法、电子设备、存储介质及系统 - Google Patents
一种微动目标检测方法、电子设备、存储介质及系统 Download PDFInfo
- Publication number
- CN108681998A CN108681998A CN201810473520.2A CN201810473520A CN108681998A CN 108681998 A CN108681998 A CN 108681998A CN 201810473520 A CN201810473520 A CN 201810473520A CN 108681998 A CN108681998 A CN 108681998A
- Authority
- CN
- China
- Prior art keywords
- background
- pixel point
- judgement
- image
- fine motion
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 claims 2
- 239000003086 colorant Substances 0.000 claims 1
- 230000008685 targeting Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003786 synthesis 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
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种微动目标检测方法,包括获取当前含有微动目标的视频图像中的待替换背景图像;对待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取待替换背景图像中的若干像素点,对每个像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;获取待替换背景图像的当前像素点,对当前像素点分别进行第一判定、第二判定及第三判定,当第一判定结果、第二判定结果以及第三判定结果中至少有两个为背景像素点时,当前像素点为背景像素点;则完成背景替换并提取微动目标进行图像识别。本发明的一种微动目标检测方法,通过多个背景模型对带替换背景图像进行背景点判定,及时完成了背景替换,实现了对微动目标精准的检测。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种微动目标检测方法、电子设备、存储介质及系统。
背景技术
随着互联网技术的进一步发展和4G网络的普及,人们对远程视频服务的要求越来越高,如在视频会议、视频通讯、远程视频应急指挥调度、远程视频教学以及远程视频客户业务解说与产品推销等情况下,人们要求其更加人性化、智能化以及更具可信度,不仅要求视频能够呈现清晰的场景画面,更希望通过实时的背景更新替换,为人们思考与决策提供辅助参考,同时能有效滤去无关背景,保护个人隐私。目前的关于含有微动目标的图像的背景替换处理大多采用单一的背景模型进行背景替换,造成了背景替换不及时,替换的精确度不高的问题,从而无法有效的过滤无关背景,保护个人隐私,从而导致微动目标检测的精准性降低。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种微动目标检测方法,其能解决目前的关于含有微动目标的图像的背景替换处理大多采用单一的背景模型进行背景替换,造成了背景替换不及时,替换的精确度不高的问题,从而导致微动目标检测的精准性降低。
本发明的目的之二在于提供一种电子设备,其能解决目前的关于含有微动目标的图像的背景替换处理大多采用单一的背景模型进行背景替换,造成了背景替换不及时,替换的精确度不高的问题,从而导致微动目标检测的精准性降低。
本发明的目的之三在于提供一种存储介质,其能解决目前的关于含有微动目标的图像的背景替换处理大多采用单一的背景模型进行背景替换,造成了背景替换不及时,替换的精确度不高的问题,从而导致微动目标检测的精准性降低。
本发明的目的之四在于提供一种微动目标检测系统,其能解决目前的关于含有微动目标的图像的背景替换处理大多采用单一的背景模型进行背景替换,造成了背景替换不及时,替换的精确度不高的问题,从而导致微动目标检测的精准性降低。
本发明的目的之一采用以下技术方案实现:
一种微动目标检测方法,包括:
S1、图像获取,获取当前含有微动目标的视频图像中的待替换背景图像;
S2、建立背景模型,对所述待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取所述待替换背景图像中的若干像素点,对每个所述像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;
S3、背景点判定,获取所述待替换背景图像的当前像素点,对所述当前像素点分别进行第一判定、第二判定及第三判定,其中,
所述第一判定为采用颜色背景模型判定所述当前像素点为背景像素点或前景点并得到第一判定结果;
所述第二判定为采用RGB背景模型判定所述当前像素点为背景像素点或前景点并得到第二判定结果;
所述第三判定为采用SILTP特征背景模型判定所述当前像素点是否为背景像素点并得到第三判定结果;
当所述第一判定结果、所述第二判定结果以及所述第三判定结果中至少有两个为背景像素点时,所述当前像素点为背景像素点;
S4、背景替换,当所述第一判定结果、所述第二判定结果以及所述第三判定结果中至少有两个为背景像素点时,所述当前像素点为背景像素点;则将所述当前像素点与所述待替换背景图像中背景点进行合成并得到已替换背景图像;
S5、微动目标识别,提取所述已替换背景图像中的微动目标并进行图像识别得到识别结果。
进一步地,所述S3还包括当所述第二判定结果为前景点,所述第三判定结果为背景像素点,则将所述当前像素点的RGB特征转换为HSV颜色特征,并根据HSV颜色模型判断所述当前像素点是否为阴影。
进一步地,当所述第一判定结果为背景像素点时,则以预设概率的二倍的速度更新所述RGB背景模型。
进一步地,当所述第一判定结果为背景像素点时,则以预设概率的速度更新所述颜色背景模型和所述SILTP特征背景模型。
进一步地,当所述第一判定结果为前景点时,则以预设概率的三分之二的速度更新所述SILTP特征背景模型。
进一步地,所述S2还包括采用初度不变局部三值模式对所述SILTP特征背景模型中的SILTP算子进行编码,增强所述SILTP算子对图像初度变化的适应性。
本发明的目的之二采用以下技术方案实现:
一种电子设备,包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行本发明的一种微动目标检测方法。
本发明的目的之三采用以下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行本发明的一种微动目标检测方法。
本发明的目的之三采用以下技术方案实现:
一种微动目标检测系统,包括:
图像获取模块,所述图像获取模块用于获取当前含有微动目标的视频图像中的待替换背景图像;
建立背景模型模块,所述建立背景模型模块用于对所述待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取所述待替换背景图像中的若干像素点,对每个所述像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;
背景点判定模块,所述背景点判定模块用于获取所述当前替换背景图像的当前像素点,对所述当前像素点分别进行第一判定、第二判定及第三判定,所述第一判定为采用颜色背景模型判定所述当前像素点为背景像素点或前景点并得到第一判定结果;所述第二判定为采用RGB背景模型判定所述当前像素点为背景像素点或前景点并得到第二判定结果;所述第三判定为采用SILTP特征背景模型判定所述当前像素点是否为背景像素点并得到第三判定结果;当所述第一判定结果、所述第二判定结果以及所述第三判定结果中至少有两个为背景像素点时,所述当前像素点为背景像素点;
背景替换模块,所述背景替换模块用于将所述当前像素点与所述待替换背景图像中背景点进行合成并得到已替换背景图像;
微动目标识别模块,所述微动目标识别模块用于提取所述已替换背景图像中的微动目标并进行图像识别得到识别结果。
进一步地,所述背景点判定模块包括第一判定单元、第二判定单元以及第三判定单元,所述第一判定单元用于采用颜色背景模型判定所述当前像素点为背景像素点或前景点并得到第一判定结果;所述第二判定单元用于采用RGB背景模型判定所述当前像素点为背景像素点或前景点并得到第二判定结果;所述第三判定单元用于采用SILTP特征背景模型判定所述当前像素点是否为背景像素点并得到第三判定结果。
相比现有技术,本发明的有益效果在于:本发明的一种微动目标检测方法,获取当前含有微动目标的视频图像中的待替换背景图像;对待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取待替换背景图像中的若干像素点,对每个像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;获取待替换背景图像的当前像素点,对当前像素点分别进行第一判定、第二判定及第三判定,当第一判定结果、第二判定结果以及第三判定结果中至少有两个为背景像素点时,当前像素点为背景像素点;则将当前像素点与待替换背景图像中背景点进行合成,提取所述已替换背景图像中的微动目标并进行图像识别得到识别结果;本发明中通过多个背景模型对带替换背景图像进行背景点判定,并根据判定结果技术有效进行背景替换,及时有效的完成了背景替换,提高了替换的精度,不会出现错误替换的现象,充分保护了个人隐私,提高了对于微动目标检测的精准度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的一种微动目标检测方法的流程图;
图2为本发明的一种微动目标检测系统的模块框图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1所示,本发明的一种微动目标检测方法具体包括以下步骤:
S1、图像获取,获取当前含有微动目标的视频图像中的待替换背景图像;
S2、建立背景模型,对待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取待替换背景图像中的若干像素点,对每个像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;采用初度不变局部三值模式对SILTP特征背景模型中的SILTP算子进行编码,增强SILTP算子对图像初度变化的适应性。在本实施例中,对待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型具体可为:计算待替换图片中的当前帧图像在时空域下的一组纹理特征,(XY-LBSP,XT-LBSP和YT-LBSP),XY-LBSP反映了图像的空间信息,XT-LBSP和YT-LBSP反映了时域空间下图像的运动信息;将随后接收到的背景帧与当前帧对应时空域下的纹理特征进行异或运算。
S3、背景点判定,获取待替换背景图像的当前像素点,对当前像素点分别进行第一判定、第二判定及第三判定,第一判定为采用颜色背景模型判定当前像素点为背景像素点或前景点并得到第一判定结果;第二判定为采用RGB背景模型判定当前像素点为背景像素点或前景点并得到第二判定结果;第三判定为采用SILTP特征背景模型判定当前像素点是否为背景像素点并得到第三判定结果;当第一判定结果、第二判定结果以及第三判定结果中至少有两个为背景像素点时,当前像素点为背景像素点;背景点判定还包括当第二判定结果为前景点,第三判定结果为背景像素点,则将当前像素点的RGB特征转换为HSV颜色特征,并根据HSV颜色模型判断当前像素点是否为阴影。当第一判定结果为背景像素点时,则以预设概率的二倍的速度更新RGB背景模型。当第一判定结果为背景像素点时,则以预设概率的速度更新颜色背景模型和SILTP特征背景模型。当第一判定结果为前景点时,则以预设概率的三分之二的速度更新SILTP特征背景模型。
S4、背景替换,当第一判定结果、第二判定结果以及第三判定结果中至少有两个为背景像素点时,当前像素点为背景像素点;则将当前像素点与待替换背景图像中背景点进行合成,即将当前待替换背景图像中的前景区域核背景图像中与黑色区域对应的背景区域进行合成并得到已替换背景图像,便完成了替换。
S5、微动目标识别,提取已替换背景图像中的微动目标并进行图像识别得到识别结果。
本实施例提供了一种电子设备,包括:处理器;
存储器;以及程序,其中程序被存储在存储器中,并且被配置成由处理器执行,程序包括用于执行本发明的一种微动目标检测方法。
本实施例提供了一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行本发明的一种微动目标检测方法。
本实施例中还提供了一种一种微动目标检测系统,如图2所示,包括:
图像获取模块,图像获取模块用于获取当前含有微动目标的视频图像中的待替换背景图像;
建立背景模型模块,建立背景模型模块用于对待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取待替换背景图像中的若干像素点,对每个像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;
背景点判定模块,背景点判定模块用于获取当前替换背景图像的当前像素点,对当前像素点分别进行第一判定、第二判定及第三判定,第一判定为采用颜色背景模型判定当前像素点为背景像素点或前景点并得到第一判定结果;第二判定为采用RGB背景模型判定当前像素点为背景像素点或前景点并得到第二判定结果;第三判定为采用SILTP特征背景模型判定当前像素点是否为背景像素点并得到第三判定结果;当第一判定结果、第二判定结果以及第三判定结果中至少有两个为背景像素点时,当前像素点为背景像素点;
背景替换模块,背景替换模块用于将当前像素点与待替换背景图像中背景点进行合成并得到已替换背景图像。背景点判定模块包括第一判定单元、第二判定单元以及第三判定单元,第一判定单元用于采用颜色背景模型判定当前像素点为背景像素点或前景点并得到第一判定结果;第二判定单元用于采用RGB背景模型判定当前像素点为背景像素点或前景点并得到第二判定结果;第三判定单元用于采用SILTP特征背景模型判定当前像素点是否为背景像素点并得到第三判定结果。
微动目标识别模块,所述微动目标识别模块用于提取所述已替换背景图像中的微动目标并进行图像识别得到识别结果。
本发明的一种微动目标检测方法,获取当前含有微动目标的视频图像中的待替换背景图像;对待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取待替换背景图像中的若干像素点,对每个像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;获取待替换背景图像的当前像素点,对当前像素点分别进行第一判定、第二判定及第三判定,当第一判定结果、第二判定结果以及第三判定结果中至少有两个为背景像素点时,当前像素点为背景像素点;则将当前像素点与待替换背景图像中背景点进行合成;本发明中通过多个背景模型对带替换背景图像进行背景点判定,并根据判定结果技术有效进行背景替换,及时有效的完成了背景替换,提高了替换的精度,不会出现错误替换的现象,充分保护了个人隐私,提高了对于微动目标检测的精准度。
以上,仅为本发明的较佳实施例而已,并非对本发明作任何形式上的限制;凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明;但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内,利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等,均仍属于本发明的技术方案的保护范围之内。
Claims (10)
1.一种微动目标检测方法,其特征在于包括:
S1、图像获取,获取当前含有微动目标的视频图像中的待替换背景图像;
S2、建立背景模型,对所述待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取所述待替换背景图像中的若干像素点,对每个所述像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;
S3、背景点判定,获取所述待替换背景图像的当前像素点,对所述当前像素点分别进行第一判定、第二判定及第三判定,其中,
所述第一判定为采用颜色背景模型判定所述当前像素点为背景像素点或前景点并得到第一判定结果;
所述第二判定为采用RGB背景模型判定所述当前像素点为背景像素点或前景点并得到第二判定结果;
所述第三判定为采用SILTP特征背景模型判定所述当前像素点是否为背景像素点并得到第三判定结果;
当所述第一判定结果、所述第二判定结果以及所述第三判定结果中至少有两个为背景像素点时,所述当前像素点为背景像素点;
S4、背景替换,当所述第一判定结果、所述第二判定结果以及所述第三判定结果中至少有两个为背景像素点时,所述当前像素点为背景像素点;则将所述当前像素点与所述待替换背景图像中背景点进行合成并得到已替换背景图像;
S5、微动目标识别,提取所述已替换背景图像中的微动目标并进行图像识别得到识别结果。
2.如权利要求1所述的一种微动目标检测方法,其特征在于:所述S3还包括当所述第二判定结果为前景点,所述第三判定结果为背景像素点,则将所述当前像素点的RGB特征转换为HSV颜色特征,并根据HSV颜色模型判断所述当前像素点是否为阴影。
3.如权利要求1所述的一种微动目标检测方法,其特征在于:当所述第一判定结果为背景像素点时,则以预设概率的二倍的速度更新所述RGB背景模型。
4.如权利要求1所述的一种微动目标检测方法,其特征在于:当所述第一判定结果为背景像素点时,则以预设概率的速度更新所述颜色背景模型和所述SILTP特征背景模型。
5.如权利要求1所述的一种微动目标检测方法,其特征在于:当所述第一判定结果为前景点时,则以预设概率的三分之二的速度更新所述SILTP特征背景模型。
6.如权利要求1所述的一种微动目标检测方法,其特征在于:所述S2还包括采用初度不变局部三值模式对所述SILTP特征背景模型中的SILTP算子进行编码,增强所述SILTP算子对图像初度变化的适应性。
7.一种电子设备,其特征在于包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-6任意一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-6任意一项所述的方法。
9.一种微动目标检测系统,其特征在于包括:
图像获取模块,所述图像获取模块用于获取当前含有微动目标的视频图像中的待替换背景图像;
建立背景模型模块,所述建立背景模型模块用于对所述待替换背景图像在YCbCr颜色空间下的色度分量建立颜色背景模型;提取所述待替换背景图像中的若干像素点,对每个所述像素点的RGB特征以及SILTP特征分别建立RGB背景模型和SILTP特征背景模型;
背景点判定模块,所述背景点判定模块用于获取所述当前替换背景图像的当前像素点,对所述当前像素点分别进行第一判定、第二判定及第三判定,所述第一判定为采用颜色背景模型判定所述当前像素点为背景像素点或前景点并得到第一判定结果;所述第二判定为采用RGB背景模型判定所述当前像素点为背景像素点或前景点并得到第二判定结果;所述第三判定为采用SILTP特征背景模型判定所述当前像素点是否为背景像素点并得到第三判定结果;当所述第一判定结果、所述第二判定结果以及所述第三判定结果中至少有两个为背景像素点时,所述当前像素点为背景像素点;
背景替换模块,所述背景替换模块用于将所述当前像素点与所述待替换背景图像中背景点进行合成并得到已替换背景图像;
微动目标识别模块,所述微动目标识别模块用于提取所述已替换背景图像中的微动目标并进行图像识别得到识别结果。
10.如权利要求9的一种微动目标检测系统,其特征在于:所述背景点判定模块包括第一判定单元、第二判定单元以及第三判定单元,所述第一判定单元用于采用颜色背景模型判定所述当前像素点为背景像素点或前景点并得到第一判定结果;所述第二判定单元用于采用RGB背景模型判定所述当前像素点为背景像素点或前景点并得到第二判定结果;所述第三判定单元用于采用SILTP特征背景模型判定所述当前像素点是否为背景像素点并得到第三判定结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810473520.2A CN108681998A (zh) | 2018-05-17 | 2018-05-17 | 一种微动目标检测方法、电子设备、存储介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810473520.2A CN108681998A (zh) | 2018-05-17 | 2018-05-17 | 一种微动目标检测方法、电子设备、存储介质及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108681998A true CN108681998A (zh) | 2018-10-19 |
Family
ID=63805631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810473520.2A Withdrawn CN108681998A (zh) | 2018-05-17 | 2018-05-17 | 一种微动目标检测方法、电子设备、存储介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108681998A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110219290A (zh) * | 2019-05-07 | 2019-09-10 | 尹艺臻 | 基于水面悬浮垃圾收集装置的悬浮物识别及电机控制方法 |
-
2018
- 2018-05-17 CN CN201810473520.2A patent/CN108681998A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110219290A (zh) * | 2019-05-07 | 2019-09-10 | 尹艺臻 | 基于水面悬浮垃圾收集装置的悬浮物识别及电机控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103914699B (zh) | 一种基于色彩空间的自动唇彩的图像增强的方法 | |
CN108717524B (zh) | 一种基于双摄手机和人工智能系统的手势识别系统 | |
CN108280426B (zh) | 基于迁移学习的暗光源表情识别方法及装置 | |
CN103093203B (zh) | 一种人体再识别方法以及人体再识别系统 | |
CN107292307B (zh) | 一种倒置汉字验证码自动识别方法及系统 | |
CN105844242A (zh) | 图像中的肤色检测方法 | |
CN110348322A (zh) | 基于多特征融合的人脸活体检测方法及设备 | |
CN104794458A (zh) | 一种从模糊视频中识别人员的方法 | |
CN112487981A (zh) | 基于双路分割的ma-yolo动态手势快速识别方法 | |
CN112489143A (zh) | 一种颜色识别方法、装置、设备及存储介质 | |
CN113191938B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN106023249A (zh) | 一种基于局部二值相似性模式的运动目标检测方法 | |
CN104794459A (zh) | 一种从视频中进行人员身份判断的方法 | |
CN110298893A (zh) | 一种行人衣着颜色识别模型的生成方法及装置 | |
CN110866900A (zh) | 水体颜色识别方法及装置 | |
CN109063598A (zh) | 人脸毛孔检测方法、装置、计算机设备和存储介质 | |
CN110111351A (zh) | 融合rgbd多模态信息的行人轮廓跟踪方法 | |
CN108647696B (zh) | 图片颜值确定方法及装置、电子设备、存储介质 | |
CN101996317B (zh) | 人体上标记物的识别方法及装置 | |
CN106127203A (zh) | 一种对目标物定位和追踪的装置及图像识别的方法 | |
CN108664951A (zh) | 基于颜色名特征的行人重识别方法 | |
CN107659799A (zh) | 摄像装置、图像处理方法和存储介质 | |
CN109101925A (zh) | 活体检测方法 | |
CN104978734B (zh) | 前景图像的提取方法及装置 | |
CN108711160A (zh) | 一种基于hsi增强性模型的目标分割方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181019 |