1.一种基于编码‑解码网络的深度运动分离方法，其特征在于：(1)设计了一个用于分离全局运动的深度学习网络，对输入的光流分离出全局运动；

(2)针对全局运动分离网络的特点，设计了一种基于掩码mask的训练策略，对网络的输出进行约束，使网络学习光流中的全局运动特征；

(3)设计了一个局部运动分离深度学习网络和对应的网络训练策略，将光流和得到的全局运动经过组合输入局部运动分离网络，经网络计算后得到局部运动；并通过对应的训练策略约束网络的输出，使得网络从光流和粗糙的局部运动中提取出全局运动。

2.根据权利要求1所述的方法，其特征在于步骤(1)中，首先通过Pwc‑Net深度学习算法计算得到两个相邻视频帧之间的光流，作为全局运动分离网络的输入；将光流转化为64*

64*2的双通道运动场，两个通道分别代表水平运动幅度与垂直运动幅度；将光流平铺为长度为64*64*2＝8192的一维向量ζ1输入网络；经过三个全连接层后，向量维度从8192‑>

1024‑>128‑>8逐渐降低到8，得到8维向量ζ2；其次，解码端被设计为与编码端对称的结构；

通过三个全连接层8‑>128‑>1024‑>8192后，向量维度从8逐渐增加到8192，得到8192维向量ζ3；由于编码端的输入向量ζ2建模了相机的全部运动，因此通过解码端得到的向量ζ3仅包含代表相机运动的全局运动；最终，将ζ3还原为64*64*2的运动场，再转化为与输入光流尺寸一致的运动场，从而得到全局运动。

3.根据权利要求1所述的方法，其特征在于步骤(2)中，利用迭代优化算法为每张光流图生成对应尺寸相同的二值化掩码mask，mask中的每个点的值代表光流中对应点的运动模式分类，为0表示该点在光流中为局部运动，为1表示该点在光流中为全局运动；将mask转化为64*64*1大小；全局运动和光流在分类为全局运动的像素点具有一致的运动值，因此用mask约束网络输出在这些像素点的值与光流中对应点的值相等，使网络学习从这些全局运动区域学习到全局运动规律；全局运动分离损失函数L1如公式(1)所示；网络训练时，采用Adam学习率更新策略，训练批次大小设置为256，初始学习率设置为0.001，并将光流的值除以20进行归一化；在反向传播阶段，通过公式(1)，用光流与全局运动相减的结果与mask相乘，实现对全局运动区域误差的保留，同时去除非全局运动区域的误差，实现对网络输出中的全局运动区域的约束，更新网络参数，使得8维的ζ2向量更好地表达全局运动规律；其中，w表示光流图的宽度，h表示光流图的高度，n表示当前训练数据批次中的样本数量，i是当前(x,y)

训练批次中第i个样本的索引，MMi 是当前训练批次中第i个光流在像素点(x,y)位置上(x,y)

的运动值，GMi 是当前训练批次中第i个网络的输出在像素点(x,y)位置上的运动值，Mi(x,y)

是当前训练批次中第i个掩码在像素点(x,y)位置上的分类，1代表全局运动，0代表局部(x,y)

运动，因此Mi ＝0时无需计算误差，双竖线表示L2范数运算；

4.根据权利要求1所述的方法，其特征在于步骤(3)中，将光流与全局运动相减得到粗糙的局部运动，这个局部运动包含噪声区域的运动值；将粗糙的局部运动和光流都转化为

64*64*2的双通道运动场，然后在特征通道将两个运动场拼接为64*64*4的运动场，输入局部运动分离网络；网络训练时，对光流中的噪声区域位置进行了人工标注；利用标注信息从光流中裁剪出噪声区域的运动，与步骤一中得到的全局运动和局部运动分离网络的输出相加，得到重构的运动场；约束运动场和光流之间的误差，进而约束局部运动分离网络的输出为局部运动，如公式(2)所示；采用Adam学习率更新策略，训练批次大小设置为256，初始学习率设置为0.001，并将光输入运动场的值除以20进行归一化；网络训练时的反向传播过程，用公式(2)计算网络的误差L2，并更新网络权重参数；其中，n表示当前训练数据批次中的样本数量，i是当前训练批次中第i个样本的索引，MMi是当前训练批次中第i个光流的运动值，IMi是当前训练批次中第i个光流的噪声区域运动值，GMi是当前训练批次中第i个光流的全局运动，OMi是局部分离网络的输出，双竖线表示L2范数运算；