基于孪生深度神经网络的动目标分割方法及系统

授权

摘要

本发明涉及一种基于孪生深度神经网络的动目标分割方法及系统，所述分割方法包括：获取多组历史图像信息，每组历史图像信息包括同一视频中、尺寸大小相同的当前帧和参考帧、以及标有目标的运动情况的标签；根据各组历史图像信息，训练VGG16网络模型；根据训练后的VGG16网络模型，对待检测图像进行运动变换检测和/或相对背景检测，确定所述待检测图像中的动目标情况。本发明通过多组当前帧、参考帧及标签，对VGG16网络模型训练，将时间维度的信息通过对模板帧的对比，由于孪生网络中对模板的灵活选取，使本发明能够在利用时间维度信息的情况下良好地适应运动摄影条件，有效提高对动目标分割的准确度。

基本信息

专利标题：

基于孪生深度神经网络的动目标分割方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN111768432A

申请号：

CN202010619639.3

公开（公告）日：

2020-10-13

申请日：

2020-06-30

授权号：

CN111768432B

授权日：

2022-06-10

发明人：

邹卓君蒿杰舒琳梁俊郭尧

申请人：

中国科学院自动化研究所;中国科学院自动化研究所广州人工智能与先进计算研究院

申请人地址：

北京市海淀区中关村东路95号

代理机构：

北京市恒有知识产权代理事务所(普通合伙)

代理人：

郭文浩

优先权：

CN202010619639.3

主分类号：

G06T7/246

IPC分类号：

G06T7/246 G06T7/194 G06K9/62 G06N3/08 G06N3/04