买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于快速独立成分分析结合时空差异的运动目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115908504B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211591340.7，技术领域涉及：G06T7/254；该发明授权一种基于快速独立成分分析结合时空差异的运动目标检测方法是由黄颖;柏浩林;陈吉航;夏鸿钊设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本一种基于快速独立成分分析结合时空差异的运动目标检测方法在说明书摘要公布了：本发明属于图像视频处理技术领域，具体涉及到一种基于快速独立成分分析结合时空差异的运动目标检测方法，包括：将FastICA与帧差法结合，通过将当前帧与相邻帧进行FastICA处理时间域的差异得到轮廓FR1；将视频序列送入高斯混合模型生成的背景图像与当前帧进行FastICA处理空间域的差异得到轮廓FR2；通过融合策略将时间域的目标的轮廓FR1和空间域的目标的轮廓FR2进行融合；对融合后的轮廓进行形态学处理，得到精确的运动目标。本发明通过快速独立成分分析结合了检测场景中的时间差异与空间差异，有效的弥补了两种方法在各种领域的不足，有效的避免了这些问题，有效的提升了方法的精确度和有效性。

本发明授权一种基于快速独立成分分析结合时空差异的运动目标检测方法在权利要求书中公布了：1.一种基于快速独立成分分析结合时空差异的运动目标检测方法，其特征在于，包括： S1：从视频序列中依次选取需要进行目标检测的当前帧，对当前帧In与其相邻帧序列In’-1，In’，In’+1中的有效相邻帧In’-1结合FastICA得到时间域的目标的轮廓FR1； S11：将当前帧In图像和有效相邻帧In’-1图像变换为一维信号R1，R2，将一维信号R1，R2组合，得到复合矩阵Xc； S12：将值介于0和1之间的随机矩阵Tr与复合矩阵Xc相乘，得到混合矩阵，并中心化混合矩阵，得到零均值矩阵Ms； S13：计算零均值矩阵Ms的相关矩阵并获取特征向量矩阵E和特征对角线矩阵D； S14：根据相关矩阵特征向量矩阵E和特征对角线矩阵D计算得到白化矩阵 S15：初始化2×2的分离权重矩阵W，W的值均匀分布在0和1之间，通过迭代优化调整权重矩阵W，通过分离权重矩阵W获得一维分离信号将一维分离信号展开为二维图像，得到最终的检测结果FR1； S2：通过高斯混合模型对视频序列进行背景建模，再将建模得到的背景图像gn与当前帧In进行帧差法检测前景和背景之间的差异并进行FastICA处理，得到空间域的目标的轮廓FR2； S3：通过融合策略将时间域的目标的轮廓FR1和空间域的目标的轮廓FR2进行融合，得到融合后的轮廓图； 通过融合策略将时间域的目标的轮廓FR1和空间域的目标的轮廓FR2进行融合，包括： S31：计算时间域的目标的轮廓FR1中的当前帧与相邻帧、空间域的目标的轮廓FR2中的当前帧与背景图像的MSE值； 所述MSE值的计算，包括： 其中，MSE表示均方误差，h表示输入图像的高，w表示输入图像的宽，I1i,j表示时间域的目标的轮廓FR1中的当前帧与相邻帧的位置i,j处的灰度值，I2i,j表示空间域的目标的轮廓FR2中的当前帧与背景图像的位置i,j处的灰度值； S32：再通过当前帧In与相邻帧In’-1及背景图像gn的MSE值，给出二值化阈值R1，R2，其中R1为轮廓FR1的阈值，R2为轮廓FR2的阈值，通过二值化阈值R1，R2，对两幅轮廓图进行二值化； 对轮廓图进行二值化，包括： 其中，fx,y表示图像在位置x,y处的像素值，R表示二值化操作的阈值,R1表示轮廓FR1的阈值，R2表示轮廓FR2的阈值； S33：对两个二值化后的轮廓图进行融合，得到融合后的轮廓图； S4：对融合后的轮廓图进行形态学处理，得到最终的运动目标图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。