一种基于光流场聚类的运动目标检测方法

摘要

本发明公开了一种基于光流场聚类的运动目标检测方法。本发明首先采用DeepFlow算法对视频的每帧图像生成稠密的光流场。其次对光流场利用DENCLUE算法进行聚类，将运动矢量类似的像素聚成blob。然后将运动矢量类似的blob进行合并。最后在时间上，对相邻多帧的blob进行合并，形成运动目标跟踪轨迹。本发明对光照变化，阴影，噪声，随机摆动等干扰有较好的鲁棒性。对运动矢量不一致的目标，能自然的进行分割，对后期分类，跟踪，检索等应用有较大价值。检测率高，只要是视频中人眼可辨的运动目标，都能较好的检测出来。

主权项

一种基于光流场聚类的运动目标检测方法，其特征在于该方法包括以下步骤：步骤1、采用DeepFlow算法对视频的每帧图像生成稠密的光流场；步骤2、对光流场利用DENCLUE算法进行聚类，将运动矢量类似的像素聚成blob；步骤3、将运动矢量类似的blob进行合并；步骤4、在时间上，对相邻多帧的blob进行合并，形成运动目标跟踪轨迹。