一种基于对象性度量的视频建筑物检测方法

本发明公开了一种基于对象性度量的视频建筑物检测方法，该方法首先从视频中以固定帧率提取图像并预处理，然后利用二值化赋范梯度对象性度量算法在图像中提取潜在的对象区域，得到区域数据。其次使用深度主动学习算法，基于区域数据，进行场景的特征学习。然后利用流形正则化算法对特征学习到的特征进行选择与分类,得到视频建筑物检测结果，并定义优化目标函数。最后基于优化目标函数，对深度主动学习算法、流形正则化算法和分类器进行训练，并测试。本发明能够高效地从图像中自动提取出具有高度对象性的重要区域，从而避免了冗余信息的干扰，提升了建筑物检测的语义精度。