摘要
本发明公开了基于多指标驱动的废镜头智能检测方法,包括:输入视频,采集输入视频流的视频帧并对视频帧进行预处理;在同一个场景内,对处理后的视频帧进行清晰度和曝光度的计算;在同一场景内,通过深度学习光流计算模型,计算两视频帧之间的光流矢量场,对光流范围进行评估;分段对视频帧进行质量评估,并将缺陷段废镜头进行合并并输出。本方案结合深度学习模型与传统的图像质量评估方法,通过深度学习的计算光流,同时结合局部光流强度评估来判断视频中的剧烈运动和抖动,提高废镜头检测的准确性。
技术关键词
智能检测方法
多指标
视频帧
镜头
视频流
场景
深度学习模型
图像缩放
像素点
分段
拉普拉斯
亮度
强度
处理单元
策略
矩阵
系统为您推荐了相关专利信息
杯突试验机
自动检测系统
工作站
视觉检测装置
视觉检测模块
多航带图像拼接
小型无人机
序列
可见光
SURF算法
可视化管理设备
核电厂反应堆
事件流数据
数据处理单元
异物监测装置