一种基于全卷积网络和条件对抗网络的视频前景检测方法

作者：杨依忠; 张涛; 程志航; 解光军; 程心; 张章

来源：2019-09-12, 中国, ZL201910865600.7.

本发明公开了一种基于全卷积网络和条件对抗网络的视频前景检测方法,综合考虑了视频中的空间和时间特性,其步骤包括：1、获取具有前景标注的视频集,并预处理；2、建立基于全卷积网络静态检测网络,取视频中的单帧图片作为输入,以监督的方式训练静态检测网络,使其生成静态检测结果；3、建立基于条件生成对抗网络动态对抗网络,结合静态检测结果及其临近帧作为输入,以对抗学习的形式训练动态对抗网络的生成器和判别器,使生成器可以生成精确的检测结果；4、利用训练好的模型在CDnet2014公开数据集上进行测试实验。本发明通过对视频中的静态信息和动态信息的联合提取,完成对复杂视频场景中前景目标的精确检测。

• 单位
  合肥工业大学