【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及計算機(jī)視覺領(lǐng)域，特別是關(guān)于一種運(yùn)動目標(biāo)檢測方法、系統(tǒng)、處理設(shè)備及介質(zhì)。
技術(shù)介紹
1、運(yùn)動目標(biāo)檢測是視頻監(jiān)控系統(tǒng)中的關(guān)鍵步驟，其檢測的精確度對后續(xù)的目標(biāo)跟蹤與識別、行為分析等產(chǎn)生直接影響。現(xiàn)有的運(yùn)動目標(biāo)檢測算法主要包括幀間差分方法、背景差分方法和背景建模方法等，其中，背景建模方法是廣泛使用的一種方法，它通過對圖像序列的背景進(jìn)行建模，并將新的圖像與背景模型進(jìn)行對比，從圖像中提取出前景圖像。
2、背景建模方法之一是高斯混合模型，它使用若干個高斯模型來表征圖像中各個像素點(diǎn)的特征，在新一幀圖像獲得后，將當(dāng)前圖像中的每個像素點(diǎn)與混合高斯模型匹配，并更新混合高斯模型，如果匹配成功則判定該點(diǎn)為背景點(diǎn)，否則為前景點(diǎn)。混合高斯模型能夠建模出干凈的背景，從而提升視頻內(nèi)容分析的效果。混合高斯模型也存在一些問題，建模時視頻圖像中的每一像素點(diǎn)均需要與多個高斯分布進(jìn)行匹配、更新均值和方差，使得計算量大大增加。另外，在混合高斯模型中認(rèn)為各像素之間的像素值互不相關(guān)，對各像素點(diǎn)的處理均是相互獨(dú)立的，該方法對光照和陰影比較敏感，在實(shí)際應(yīng)用中容易出現(xiàn)誤檢，準(zhǔn)確率低。
3、現(xiàn)有技術(shù)公開了一種基于改進(jìn)混合高斯模型的運(yùn)動目標(biāo)檢測方法，該方法先對視頻序列圖像中的每幀圖像進(jìn)行分塊處理，得到多個像素塊，然后根據(jù)每幀圖像中每個像素塊的像素值構(gòu)建混合高斯模型，再將當(dāng)前幀圖像中每個像素塊的像素值分別與混合高斯模型進(jìn)行匹配，最后根據(jù)匹配結(jié)果更新混合高斯模型。該方法雖然在一定程度降低了混合高斯模型的運(yùn)算量，但是該方法實(shí)質(zhì)上是要對視頻序列圖像進(jìn)行降維，
技術(shù)實(shí)現(xiàn)思路
1、針對上述問題，本專利技術(shù)的目的是提供一種計算量低且準(zhǔn)確率高的運(yùn)動目標(biāo)檢測方法、系統(tǒng)、處理設(shè)備及介質(zhì)。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)采取以下技術(shù)方案：第一方面，提供一種運(yùn)動目標(biāo)檢測方法，包括：
3、從視頻序列中獲取一幀圖像；
4、采用非均勻權(quán)重下采樣方式，對該幀圖像進(jìn)行交疊滑窗得到對應(yīng)的下采樣圖像；
5、將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像；
6、根據(jù)得到的匹配圖像更新混合高斯模型的參數(shù)，更新后的混合高斯模型用于下一幀圖像的匹配；
7、對匹配圖像進(jìn)行非均勻權(quán)重上采樣，得到對應(yīng)的背景熱度圖像；
8、對背景熱度圖像取反，得到當(dāng)前幀的前景圖像，完成當(dāng)前幀的運(yùn)動目標(biāo)檢測。
9、進(jìn)一步地，所述采用非均勻權(quán)重下采樣方式，對該幀圖像進(jìn)行交疊滑窗得到對應(yīng)的下采樣圖像，包括：
10、利用模版在該幀圖像上滑動，將圖像的像素值與模版對應(yīng)位置的權(quán)重系數(shù)相乘，其中，滑窗的步長為s，s的選取要保證滑窗過程中相鄰的模版有交疊區(qū)域，模版的權(quán)重系數(shù)根據(jù)距離模板中心點(diǎn)距離的不同，呈非線性下降；
11、將所有相乘后的值相加作為模版中間像素對應(yīng)的圖像點(diǎn)上的像素值。
12、進(jìn)一步地，所述將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像，包括：
13、對下采樣圖像的每一像素構(gòu)建包括k個高斯模型的混合高斯模型，并初始化k個高斯模型的參數(shù)；
14、將下采樣圖像的每一像素值與對應(yīng)的混合高斯模型進(jìn)行匹配，根據(jù)匹配結(jié)果得到對應(yīng)的匹配圖像；
15、根據(jù)匹配圖像的值，更新混合高斯模型的參數(shù)，在視頻序列中下一幀圖像的匹配過程中采用上一幀圖像更新后的混合高斯模型。
16、進(jìn)一步地，所述將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像，包括：
17、初始化一個與下采樣圖像大小相同的全0的匹配圖像；
18、根據(jù)匹配結(jié)果，對全0的匹配圖像進(jìn)行賦值。
19、進(jìn)一步地，所述根據(jù)得到的匹配圖像更新混合高斯模型的參數(shù)，更新后的混合高斯模型用于下一幀圖像的匹配，包括：
20、根據(jù)匹配圖像的值，判斷該像素為背景或前景；
21、如果該像素為背景，則修正各個單高斯模型的權(quán)值，修正與該像素匹配的單高斯模型的均值和方差；
22、如果該像素為前景，則新建一個單高斯模型替代現(xiàn)有k個高斯模型中權(quán)值最低的高斯模型；
23、對高斯模型的權(quán)值進(jìn)行歸一化；
24、根據(jù)歸一化后的高斯模型的權(quán)值，計算各高斯模型的權(quán)重；
25、對高斯模型按照權(quán)重排序，選取更新后混合高斯模型中的前n個高斯模型作為背景模型，用于下一幀圖像進(jìn)行匹配過程的賦值時使用。
26、進(jìn)一步地，所述對匹配圖像進(jìn)行非均勻權(quán)重上采樣，得到對應(yīng)的背景熱度圖像，包括：
27、確定背景熱度圖像中一個像素(k,v)與匹配圖像中像素的映射關(guān)系；
28、采用下采樣時所用模版，基于確定的映射關(guān)系，將匹配圖像中的一個像素上采樣到對應(yīng)的背景熱度圖像中的kw*kh個像素，上采樣的kw*kh個像素取值根據(jù)匹配圖像中像素點(diǎn)的像素值和下采樣時所用模版的權(quán)重系數(shù)相乘得到，根據(jù)下采樣的交疊關(guān)系，得到對應(yīng)的背景熱度圖像，其中，kw為下采樣時模版的寬度，kh為下采樣時模版的高度。
29、進(jìn)一步地，所述確定背景熱度圖像中一個像素(k,v)與匹配圖像中像素的映射關(guān)系，包括：
30、m＝int(k/s),n＝int(v/s)，int為取整操作，lm＝k-m*s，ln＝v-n*s，如果0≤m<w且0≤n<h，則匹配圖像h中的像素(m,n)上采樣的像素塊a包含背景熱度圖像f中的像素(k,v)，像素(k,v)在像素塊a中的位置為(lm,ln)，s為下采樣中滑窗的步長，w為匹配圖像h的寬度，h為匹配圖像h的高度；
31、對于mm∈{1,2,...,m}，如果滿足(m-mm)*s≤k≤(m-mm)*s+kw-1，0≤m-mm<w且0≤n<h，則匹配圖像h中的像素(m-mm,n)上采樣的像素塊b包含背景熱度圖像f中的像素(k,v)，像素(k,v)在像素塊b中的位置為(s*mm+lm,ln)；
32、對于nn∈{1,2,...,n}，如果滿足(n-nn)*s≤v≤(n-nn)*s+kh-1，0≤m<w且0≤n-nn<h，則匹配圖像h中的像素(m,n-nn)上采樣的像素塊c包含背景熱度圖像f中的像素(k,v)，像素(k,c)在像素塊c中的位置為(lm,s*nn+ln)；
33、對于mm∈{1,2,...,m}，nn∈{1,2,...,n}，如果滿足(m-mm)*s≤k≤(m-mm)*s+kw-1，(n-nn)*s≤v≤(n-nn)*s+kh-1，0≤m-mm<w且0≤n-nn<h，則匹配圖像h中的像素(m-mm,n-nn)上采樣的像素塊d包含背景熱度圖像f中的像素(k,v)，像素(k,v)在像素塊d中的位置為(s*mm+lm,s*nn+ln)；
34本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種運(yùn)動目標(biāo)檢測方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述采用非均勻權(quán)重下采樣方式，對該幀圖像進(jìn)行交疊滑窗得到對應(yīng)的下采樣圖像，包括：
3.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像，包括：
4.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像，包括：
5.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述根據(jù)得到的匹配圖像更新混合高斯模型的參數(shù)，更新后的混合高斯模型用于下一幀圖像的匹配，包括：
6.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述對匹配圖像進(jìn)行非均勻權(quán)重上采樣，得到對應(yīng)的背景熱度圖像，包括：
7.如權(quán)利要求6所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述確定背景熱度圖像中一個像素(k，v)與匹配圖像中像素的映射關(guān)系，包括：
8.一種運(yùn)動目標(biāo)檢測系統(tǒng)，其特征在于，包括
9.一種處理設(shè)備，其特征在于，包括計算機(jī)程序指令，其中，所述計算機(jī)程序指令被處理設(shè)備執(zhí)行時用于實(shí)現(xiàn)權(quán)利要求1-7中任一項所述的運(yùn)動目標(biāo)檢測方法對應(yīng)的步驟。
10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序指令，其中，所述計算機(jī)程序指令被處理器執(zhí)行時用于實(shí)現(xiàn)權(quán)利要求1-7中任一項所述的運(yùn)動目標(biāo)檢測方法對應(yīng)的步驟。
...【技術(shù)特征摘要】
1.一種運(yùn)動目標(biāo)檢測方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述采用非均勻權(quán)重下采樣方式，對該幀圖像進(jìn)行交疊滑窗得到對應(yīng)的下采樣圖像，包括：
3.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像，包括：
4.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述將當(dāng)前幀的下采樣圖像的每一像素值與混合高斯模型進(jìn)行匹配，得到匹配圖像，包括：
5.如權(quán)利要求1所述的一種運(yùn)動目標(biāo)檢測方法，其特征在于，所述根據(jù)得到的匹配圖像更新混合高斯模型的參數(shù)，更新后的混合高斯模型用于下一幀圖像的匹配，包括：
6.如權(quán)利要...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：羅靜，沈志忠，劉陽，費(fèi)冬，武鑫森，李懿祖，
申請(專利權(quán))人：通號通信信息集團(tuán)有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。