一种运动目标检测的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种运动目标检测的方法及装置，用于消除场景突变及快速渐变对运动目标检测的影响，降低误检率，减少运算开销。本发明专利技术实施例包括：对当前场景进行检测，确定出当前场景为稳定场景或变化场景；若确定出当前场景为变化场景后，确定出该变化场景的类型，所述变化场景的类型包括突变场景、快速渐变场景和慢速渐变场景；若确定该变化场景的类型为快速渐变场景，使用当前帧的梯度模型向量相似度与第前N帧的梯度模型向量相似度的差值跟预置阈值比较，再次确定该变化场景的类型，所述N为正整数；若再次确定该变化场景的类型后，确定该变化场景的类型为突变场景或快速渐变场景时，更新混合高斯模型的背景建模参数。

【技术实现步骤摘要】
【专利摘要】本专利技术实施例公开了一种运动目标检测的方法及装置，用于消除场景突变及快速渐变对运动目标检测的影响，降低误检率，减少运算开销。本专利技术实施例包括：对当前场景进行检测，确定出当前场景为稳定场景或变化场景；若确定出当前场景为变化场景后，确定出该变化场景的类型，所述变化场景的类型包括突变场景、快速渐变场景和慢速渐变场景；若确定该变化场景的类型为快速渐变场景，使用当前帧的梯度模型向量相似度与第前N帧的梯度模型向量相似度的差值跟预置阈值比较，再次确定该变化场景的类型，所述N为正整数；若再次确定该变化场景的类型后，确定该变化场景的类型为突变场景或快速渐变场景时，更新混合高斯模型的背景建模参数。【专利说明】—种运动目标检测的方法及装置
本专利技术涉及通信
，尤其是涉及一种运动目标检测的方法及装置。
技术介绍
混合高斯背景建模是目前最常用的运动目标检测方法之一，该方法假定，在噪声影响下，背景图像各个像素点的颜色值变化符合高斯模型。通过对视频图像帧中各像素点建立多个对应的高斯模型，形成完整的背景模型，并对每个高斯模型的参数(均值、方差和权重)进行在线学习。该运动目标检测方法是根据高斯模型的均值和方差信息，判断像素点是背景像素还是前景目标。若当前帧中像素的特征与对应像素点的背景高斯模型相匹配，则此像素点被判定为背景；否则，此像素点为前景目标的一部分。最终，该前景目标即为运动目标。其中，混合高斯模型通过增加高斯模型的个数，来表达背景像素的变化，从而达到对缓慢的场景光照或者抖动变化的适应性。但是混合高斯背景模型更新较慢，所以很难对突然发生的扰动或场景抖动进行适应，如果更新过快会导致大量的误检测；并且，高斯模型的运算开销较高，混合高斯模型通过增加高斯模型来增强适应性，从而使得开销更高。
技术实现思路
本专利技术实施例提供了一种运动目标检测的方法及装置，用于消除场景突变及快速渐变对运动目标检测的影响，降低误检率，减少运算开销。本专利技术第一方面提供了一种运动目标检测的方法，可包括:对当前场景进行检测,确定出当前场景为稳定场景或变化场景；若确定出当前场景为变化场景后，确定出该变化场景的类型，所述变化场景的类型包括突变场景、快速渐变场景和慢速渐变场景；若确定该变化场景的类型为快速渐变场景，使用当前帧的梯度模型向量相似度与第前N帧的梯度模型向量相似度的差值跟预置阈值比较，再次确定该变化场景的类型，所述N为正整数；若再次确定该变化场景的类型后，确定该变化场景的类型为突变场景或快速渐变场景时，更新混合高斯模型的背景建模参数。结合第一方面，在第一种可能的实现方式中，所述对当前场景进行检测，确定当前场景为稳定场景或变化场景，包括:对于当前场景，计算前后两帧直方图的相似性，确定当前场景为稳定场景或变化场景。结合第一方面，在第二种可能的实现方式中，所述确定出该变化场景的类型，包括:对于该变化场景，计算前后两帧各自的网格点对大小比较的算术逻辑值，确定出该变化场景的类型。结合第一方面，或第一方面的第一种可能的实现方式，或第一方面的第二种可能的实现方式，在三种可能的实现方式中，所述更新混合高斯模型的背景建模参数之后，进一步包括:通过对运动目标进行跟踪，根据反馈的不稳定前景块数目调整混合高斯模型的背景建模参数。结合第一方面，或第一方面的第一种可能的实现方式，或第一方面的第二种可能的实现方式，在四种可能的实现方式中，所述更新混合高斯模型的背景建模参数之后，进一步包括:基于混合高斯模型的背景建模算法，通过记录混合高斯模型与像素连续匹配和连续不匹配的次数，阶梯调整混合高斯模型的背景建模参数。本专利技术第二方面提供了一种运动目标检测的装置，可包括:检测模块，用于对当前场景进行检测，确定当前场景为稳定场景或变化场景；确定模块,用于若确定出当前场景为变化场景后,确定出该变化场景的类型,所述变化场景的类型包括突变场景、快速渐变场景和慢速渐变场景；所述确定模块，还用于若确定该变化场景的类型为快速渐变场景，使用当前帧的梯度模型向量相似度与第前N帧的梯度模型向量相似度的差值跟预置阈值比较，再次确定该变化场景的类型，所述N为正整数；更新模块，用于若再次确定该变化场景的类型后，确定该变化场景的类型为突变场景或快速渐变场景时，更新混合高斯模型的背景建模参数。结合第二方面，在第一种可能的实现方式中，所述检测模块，具体用于:对于当前场景，计算前后两帧直方图的相似性，确定当前场景为稳定场景或变化场景。结合第二方面，在第二种可能的实现方式中，所述确定模块，用于确定出该变化场景的类型，包括:对于该变化场景，计算前后两帧各自的网格点对大小比较的算术逻辑值，确定出该变化场景的类型。结合第二方面，或第二方面的第一种可能的实现方式，或第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述装置还包括第一调整模块，用于通过对运动目标进行跟踪，根据反馈的不稳定前景团块数目调整混合高斯模型的背景建模参数。结合第二方面，或第二方面的第一种可能的实现方式，或第二方面的第二种可能的实现方式，在第四种可能的实现方式中，所述装置还包括第二调整模块，用于基于混合高斯模型的背景建模算法，通过记录混合高斯模型与像素连续匹配和连续不匹配的次数，阶梯调整混合高斯模型的背景建模参数。从以上技术方案可以看出，本专利技术实施例提供的一种运动目标检测的方法及装置具有以下优点:可以自适应各类通用场景，主要是自适应有干扰的场景、光照突变和渐变场景，缩短了鬼影长时间存在的现象；进一步地，为目标跟踪提供了鲁棒性强的前景块，提升了算法整体的检测成功率，降低了误检率。【专利附图】【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种运动目标检测的方法的流程示意图；图2a至图2e为本专利技术实施例提供的运动目标检测的方法中场景检测解析示意；图3为本专利技术实施例提供的目标检测和跟踪模块之间的关系示意图；图4a和图4b为混合高斯模型的参数根据Unstable blob数目进行阶梯调节示意图；图5为混合高斯模型的参数根据连续匹配次数或连续不匹配次数阶梯调节示意图；图6为本专利技术实施例提供的运动目标检测的装置的结构示意图；图7a为本专利技术另一实施例提供的运动目标检测的装置的结构示意图；图7b为本专利技术另一实施例提供的运动目标检测的装置的结构示意图；图8为本专利技术实施例提供的运动目标检测的装置另一结构示意图。【具体实施方式】本专利技术实施例提供了一种运动目标检测的方法及装置，用于消除场景突变及快速渐变对运动目标检测的影响，降低误检率，减少运算开销。为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三” “本文档来自技高网...

【技术保护点】
一种运动目标检测的方法，其特征在于，包括：对当前场景进行检测，确定出当前场景为稳定场景或变化场景；若确定出当前场景为变化场景后，确定出该变化场景的类型，所述变化场景的类型包括突变场景、快速渐变场景和慢速渐变场景；若确定该变化场景的类型为快速渐变场景，使用当前帧的梯度模型向量相似度与第前N帧的梯度模型向量相似度的差值跟预置阈值比较，再次确定该变化场景的类型，所述N为正整数；若再次确定该变化场景的类型后，确定该变化场景的类型为突变场景或快速渐变场景时，更新混合高斯模型的背景建模参数。

【技术特征摘要】

【专利技术属性】
技术研发人员：田文军，熊业攀，雷奕，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44