(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211079697.7 (22)申请日 2022.09.05 (71)申请人 中印云端 （深圳） 科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道麻岭社区科技中三路5号国人大厦A 栋1403 (72)发明人 张静芳　郑耀贤　 (74)专利代理 机构 广州哲力 智享知识产权代理 有限公司 4 4494 专利代理师 贺红星 (51)Int.Cl. G06T 7/215(2017.01) G06T 5/00(2006.01) G06T 5/10(2006.01) G06T 5/30(2006.01)G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于运动帧差图像的移动目标检测方法及 检测装置 (57)摘要 本申请公开了一种基于运动帧差图像的移 动目标检测方法及检测装置， 其中， 所述移动目 标检测方法， 包括： 获取待处理视频数据； 预处理 所述待处理视频数据， 得到预设尺 寸的初始图像 集； 采用图像差分法对所述初始图像集中的连续 帧图像分类， 得到只有背景的背景图像数据集和 有移动目标的待检测图像数据集； 采用对称差分 分割算法处理所述背景图像数据集和所述待检 测图形数据集， 得到初始差分图像数据集； 对所 述初始差分图像数据集进行形态学处理， 得到待 检测差分图像数据集； 通过预训练的深度学习模 型处理所述待检测差分图像数据集， 得到移动目 标检测结果， 以此降低实现移动目标检测时的功 耗和实施成本 。 权利要求书2页 说明书9页 附图3页 CN 115147450 A 2022.10.04 CN 115147450 A 1.一种基于运动帧差图像的移动目标检测方法， 其特 征在于， 包括以下 具体步骤： 获取待处 理视频数据； 预处理所述待处 理视频数据， 得到预设尺寸的初始图像集； 采用图像差分法对所述初始图像集中的连续帧图像分类， 得到只有背景的背景图像数 据集和有移动目标的待检测图像数据集； 采用对称差分分割算法处理所述背景图像数据集和所述待检测图像数据集， 得到初始 差分图像数据集； 对所述初始差分图像数据集进行 形态学处 理， 得到待检测差分图像数据集； 通过预训练的深度学习模型处理所述待检测差分图像数据集， 得到移动目标检测结 果。 2.根据权利要求1所述的移动目标检测方法， 其特征在于， 预处理所述待处理视频数 据， 得到预设尺寸的初始图像集， 包括以下 具体步骤： 按预设时间 间隔选取 所述待处 理视频数据中的帧图像， 得到待处 理视频图像数据； 灰度化处 理所述待处 理视频图像数据， 得到灰度图像数据集； 增强处理所述灰度图像数据集， 得到增强图像数据集； 对所述增强图像数据集进行像素采样， 按照预设比例和预设分辨率填充图像， 得到预 设尺寸的初始图像集。 3.根据权利要求2所述的移动目标检测方法， 其特征在于， 所述增强处理包括灰度级变 换、 平滑滤波、 锐化滤波、 低通滤波、 高通滤波、 小 波变换、 同态滤波和Reti nex图像增强。 4.根据权利要求1所述的移动目标检测方法， 其特征在于， 采用对称差分分割算法处理 所述背景图像数据集和所述待检测图像数据集， 得到初始差分图像数据集， 包括以下具体 步骤： 计算所述背景图像数据集和所述待检测图像数据集中按视频序列排列的两帧源图像 的绝对差灰度图像， 得到绝对差灰度图像集； 对所述绝对差灰度图像集中的绝对差灰度图像进行中值滤波， 得到滤波图像集； 二值化处理所述滤波图像集， 得到初始差分图像数据集。 5.根据权利要求1所述的移动目标检测方法， 其特征在于， 对所述初始差分图像数据集 进行形态学处 理， 得到待检测差分图像数据集， 包括以下 具体步骤： 对所述初始差分图像数据集进行 形态学操作， 得到形态学图像数据集； 对所述形态学图像数据集进行填充操作， 得到待检测差分图像数据集。 6.根据权利要求5所述的移动目标检测方法， 其特征在于， 所述形态学操作包括： 平滑 处理、 边缘提取、 区域填充、 击中不击中变换、 细化、 膨胀运算、 腐蚀运算、 开运算、 闭运算、 Top‑hat和Bot tom‑hat变换。 7.根据权利要求1所述的移动目标检测方法， 其特征在于， 所述深度学习 模型通过以下 步骤训练得到： 获取训练视频 数据； 预处理所述训练视频 数据， 得到预设尺寸的初始训练图像集； 采用图像差分法对所述初始训练图像集中的连续帧图像分类， 得到只有背景的背景图 像训练数据集和有移动目标的目标训练数据集；权　利　要　求　书 1/2 页 2 CN 115147450 A 2采用对称差分分割算法处理所述背景图像训练数据集和所述目标训练数据集， 得到初 始差分图像训练数据集； 对所述初始差分图像训练数据集进行 形态学处 理， 得到待训练差分图像数据集； 样本化处 理所述待训练差分图像数据集， 得到训练图像样本集； 标注所述训练图像样本集， 得到标注数据集； 用所述标注数据集训练深度神经网络模型， 得到神经网络模型参数； 根据所述深度神经网络模型和所述神经网络模型参数， 得到预训练的深度学习模型。 8.根据权利要求7所述的移动目标检测方法， 其特征在于， 所述深度神经网络模型具有 传输函数， 并具有至少一个隐藏层。 9.根据权利要求7所述的移动目标检测方法， 其特征在于， 所述标注数据集为二维的二 值化数据， 转 化成一维二 值化数组后作为所述深度神经网络模型的输入数据。 10.一种基于运动帧差图像的移动目标检测装置， 其特 征在于， 包括： 采集模块， 用于获取待处 理视频数据； 预处理模块， 用于预处 理所述待处 理视频数据， 得到预设尺寸的初始图像集； 计算模块， 用于采用图像差分法对所述初始图像集中的连续帧图像分类， 得到只有背 景的背景图像数据集和有移动目标的待检测图像数据集； 还用于采用对称差分分割算法处 理所述背景图像数据集和所述待检测图像数据集， 得到初始差分图像数据集； 还用于对所 述初始差分图像数据集进行 形态学处 理， 得到待检测差分图像数据集； 检测模块， 用于通过预训练的深度学习模型处理所述待检测差分图像数据集， 得到移 动目标检测结果。权　利　要　求　书 2/2 页 3 CN 115147450 A 3