摘要
本发明公开了一种基于深度学习的智能监控方法,包括基于预设的深度神经网络模型对视频流进行逐帧分析;提取视频帧中的特征向量并去除静态背景成分;基于特征向量和动态模型更新策略区分并抑制运动背景的影响;利用所述模型对处理后的图像进行前景对象分割;生成并输出含有精确前景对象信息的结果数据。本发明能够解决在背景复杂动态的情况下由于运动背景与目标之间的混淆导致出现的前景对象分割困难。
技术关键词
智能监控方法
深度神经网络模型
识别视频序列
对象
模型更新
计算机
全天候监控
像素
光流算法
动态背景
差分技术
可读存储介质
剔除噪声
模糊现象
视频流
环境照明
差分算法
动态场景
注意力机制
系统为您推荐了相关专利信息
物体位置信息
无线光通信信号
多元线性回归模型
对准方法
三维点云数据