買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利一種基于快速獨立成分分析結合時空差異的運動目標檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115908504B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211591340.7，技術領域涉及：G06T7/254；該發明授權一種基于快速獨立成分分析結合時空差異的運動目標檢測方法是由黃穎;柏浩林;陳吉航;夏鴻釗設計研發完成，并于2022-12-12向國家知識產權局提交的專利申請。

本一種基于快速獨立成分分析結合時空差異的運動目標檢測方法在說明書摘要公布了：本發明屬于圖像視頻處理技術領域，具體涉及到一種基于快速獨立成分分析結合時空差異的運動目標檢測方法，包括：將FastICA與幀差法結合，通過將當前幀與相鄰幀進行FastICA處理時間域的差異得到輪廓FR1；將視頻序列送入高斯混合模型生成的背景圖像與當前幀進行FastICA處理空間域的差異得到輪廓FR2；通過融合策略將時間域的目標的輪廓FR1和空間域的目標的輪廓FR2進行融合；對融合后的輪廓進行形態學處理，得到精確的運動目標。本發明通過快速獨立成分分析結合了檢測場景中的時間差異與空間差異，有效的彌補了兩種方法在各種領域的不足，有效的避免了這些問題，有效的提升了方法的精確度和有效性。

本發明授權一種基于快速獨立成分分析結合時空差異的運動目標檢測方法在權利要求書中公布了：1.一種基于快速獨立成分分析結合時空差異的運動目標檢測方法，其特征在于，包括： S1：從視頻序列中依次選取需要進行目標檢測的當前幀，對當前幀In與其相鄰幀序列In’-1，In’，In’+1中的有效相鄰幀In’-1結合FastICA得到時間域的目標的輪廓FR1； S11：將當前幀In圖像和有效相鄰幀In’-1圖像變換為一維信號R1，R2，將一維信號R1，R2組合，得到復合矩陣Xc； S12：將值介于0和1之間的隨機矩陣Tr與復合矩陣Xc相乘，得到混合矩陣，并中心化混合矩陣，得到零均值矩陣Ms； S13：計算零均值矩陣Ms的相關矩陣并獲取特征向量矩陣E和特征對角線矩陣D； S14：根據相關矩陣特征向量矩陣E和特征對角線矩陣D計算得到白化矩陣 S15：初始化2×2的分離權重矩陣W，W的值均勻分布在0和1之間，通過迭代優化調整權重矩陣W，通過分離權重矩陣W獲得一維分離信號將一維分離信號展開為二維圖像，得到最終的檢測結果FR1； S2：通過高斯混合模型對視頻序列進行背景建模，再將建模得到的背景圖像gn與當前幀In進行幀差法檢測前景和背景之間的差異并進行FastICA處理，得到空間域的目標的輪廓FR2； S3：通過融合策略將時間域的目標的輪廓FR1和空間域的目標的輪廓FR2進行融合，得到融合后的輪廓圖； 通過融合策略將時間域的目標的輪廓FR1和空間域的目標的輪廓FR2進行融合，包括： S31：計算時間域的目標的輪廓FR1中的當前幀與相鄰幀、空間域的目標的輪廓FR2中的當前幀與背景圖像的MSE值； 所述MSE值的計算，包括： 其中，MSE表示均方誤差，h表示輸入圖像的高，w表示輸入圖像的寬，I1i,j表示時間域的目標的輪廓FR1中的當前幀與相鄰幀的位置i,j處的灰度值，I2i,j表示空間域的目標的輪廓FR2中的當前幀與背景圖像的位置i,j處的灰度值； S32：再通過當前幀In與相鄰幀In’-1及背景圖像gn的MSE值，給出二值化閾值R1，R2，其中R1為輪廓FR1的閾值，R2為輪廓FR2的閾值，通過二值化閾值R1，R2，對兩幅輪廓圖進行二值化； 對輪廓圖進行二值化，包括： 其中，fx,y表示圖像在位置x,y處的像素值，R表示二值化操作的閾值,R1表示輪廓FR1的閾值，R2表示輪廓FR2的閾值； S33：對兩個二值化后的輪廓圖進行融合，得到融合后的輪廓圖； S4：對融合后的輪廓圖進行形態學處理，得到最終的運動目標圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。