一种基于高斯混合模型的视频前景物件截图方法及系统技术方案

本发明专利技术属于视频的分析与处理技术领域，公开了一种基于高斯混合模型的视频前景物件截图方法，该方法首先解码待截图视频，然后，根据解码视频获得的影格，建立待截图视频的各像素点的初始高斯混合模型，并基于该高斯混合模型建立初始背景模型；然后，再逐一影格与背景模型进行像素配比，判断影格中是否存在前景物件，同时更新背景模型；将包含有前景物件的影格保存，作为截图结果。本发明专利技术针对监视视频动态对象的分析与应用问题，设计并实现了完整的分析架构及结合有效使用人力资源的操作规划，完成了可以达成节省人力，节省时间，准确性等要求的视频动态截图方法及系统。

【技术实现步骤摘要】
一种基于高斯混合模型的视频前景物件截图方法及系统
本专利技术属于视频分析与处理
，主要涉及对监控视频的处理，具体的说是一种从监控视频中截取包含动态对象的影格或短片的方法。
技术介绍
随着数码摄像技术的不断发展，视频监控作为一种安全防范手段被普遍且广泛的应用于日常及专业刑侦等领域。视频监控为安全防范等方面带来不可替代的保障的同时，现有视频监控系统过于简单，不便于查看视频查看等不足亦渐渐体现出来。采用现在常见的监控系统，当需要查看监控视频时，必须人工完整查看整个视频，而现实中，一般单位所布置的摄像监控区域里，大部分时间里是无人经过的，至于突发事件的发生与每天24小时的全天候录像相比，更是极其短暂。查看监控视频时，其实大部分时间都是在观看静态背影画面，虽然现有监控系统都提供有快进查看的功能。但仍然会消耗查看人员的大量时间，而且快进是一种跳侦播放方式，快进查看视频，还存在错过重要画面的可能。如能从全天候监控视频中截取有人物等移动对象出现的视频时段以便于事后查看，显然是非常有必要的，手工截取监控视频，虽然可行，也可以为日后查看带来极大方便，但手工编缉视频的过程同样是一个漫长的过程。目前尚没有利用计算机自动完成截取监控视频的具体方法及应用实例。在视频处理方面，基于高斯混合模型的视频前、背景分离技术已日趋成熟，该技术假设视频画面中各像素的像素值符合高斯分布，通过组合多个高斯分布的方式建立视频的高斯混合模型，并在此基础上，取最能表达背景的一个或几个分布，建立视频的背景模型。然后将视频画面与背景模型做对比，以确定其中的前景像素，最后将其从背景中分离出来。将该技术用于从监控视频中截图的过程中，用以判断动态要素，将使自动截取视频中包含动态对象的画面或片段成为可能。此外，目前基于高斯混合模型的前、背景分离技术在光影处理上仍有不足，对前、背景分离的正确率及分离出来的前景画面的效果都有着较大影响。对其进行改进，以提高动态物件识别的准确率，也是很必要的。
技术实现思路
本专利技术的目的是针对现有技术中存在的上述问题，提供一种具体可行，且准确率高的视频动态对象高速截图方法。以达到缩短监控视频，方便查看的效果。为实现上述目的，本专利技术首先提出一种其于高斯混合模型的视频前景物件截图方法，该方法包括如下步骤：(a)根据视频编码规则解码待截图视频，获得按播放时序排列的连续影格；(b)根据包括第一帧影格在内的一组连续影格，建立待截图视频的各像素点的初始高斯混合模型，并基于该高斯混合模型建立初始背景模型；(c)自第一张影格开始按顺序逐一影格与背景模型进行像素配比，判断影格中是否存在前景物件，同时更新背景模型；(d)保存包含有前景物件的影格。上述方法中，步骤(b)所述的建模过程包括如下步骤：(b-1)设当前像素点在t时刻，像素值取值为X的概率表示如下：式中，其中，K为高斯分布的个数，μi，y和∑i，t为t时刻，第i个高斯分布的平均与共变异数，η为标准高斯概率密度函数，ωi，t为t时刻，第i个高斯分布的权重；由式(1)可知，上述高斯混合模型由K个高斯分布构成，其K值可以根据被监控场景的复杂程度进行选择，一般取值3、4或5。(b-2)统计包括第一帧影格在内的一组连续影格中，当前像素点的像素值分布规率，并据此计算获得对应式（1）中各参数的值，根据计算获得的各参数值初始化式（1），形成初始高斯混合模型；(b-3)计算初始高斯混合模型中各高斯分布的权重与标准差（方差？）的比值(ω/σ2)用来表征高斯分配的重要性；(b-4)根据步骤(b-3)的比值从大到小排列K个高斯分布的顺序，并选取前B个高斯分布作为背景分布，其中T);]]>(b-5)取前B个高斯分布的均值的平均值作为当前像素点的背景像素值；(b-6)将视频画面中各像素点所对应的背景像素值组合在一起构成初始背景模型。步骤(c)所述判断方法可以有多种，最简单的办法是，直接将当前影格与背景模型进行对比，将像素值差异比较大的像素判定为代表前景的像素。但是，这种方法只适合背景简单且固定不变或变化不大的情况。如果背景容易受阳光、灯光、树叶摆动等因素影响而变化，则基于这种直接的判断方法而获得的结果将很不准确。此外，前景物件在背景中往往会生产阴影，用这种直接的判断方法也无法识别阴影。为了提高判断的准确率，可以上述直接判断的基础上，再采用一些常见阴影滤除方法做进一步处理，以获得更准确前景信息。但效果仍不理想。对此，本专利技术提出一种基于三步骤判断前景物件的方法。该方法，首先，就当前影格逐像素与背景模型进行配比，利用匹配的像素值更新背景模型，将不匹配的像素初步判定为代表前景的像素；然后，根据当前像素与背景模型之间的色度坐标差异的大小及亮度增益大小，进一步排除被初步判定为代表前景的像素中代表背景的像素；再然后，对未排除的像素根据亮度增益进行区域划分，将亮度增益值相近的的相邻像素划为一个区域，根据区域内各像素亮度增益值的平均值的大小，排除代表阴影的区域，判定其它区域的像素为代表前景的像素。基于，上述判断方法，所述步骤(c)的配比判断过程可具体分成如下步骤：(c-1)就当前影格逐像素与背景模型进行配比，排除与背景模型相匹配的像素，并用该像素值更新背景模型，若影格中存在不匹配像素，则初步认定为前景物件的像素，记录该像素点，并转入步骤(c-2)，否则，判定当前影格不包含动态对象；(c-2)针对步骤(c-1)记录的像素点，逐一像素分别计算各像素点的色度坐标ro、go、bo与该像素点在背景模型中的色度坐标rb、gb、bb的差值dr=|ro-rb|、dg=|go-gb|、db=|bo-bb|，以及亮度I的增益值gain=(Io-Ib)/Ib，排除满足式（2）所述条件的像素，若存在不满足式（2）所述条件的像素，记录该像素点，并转入步骤(c-3)，否则，判断当前影格不包含动态对象；dr＜yr，dg＜yg，db＜yb，|gain|＜ygain（2）式中，yr、yg、yb、ygain为阙值，其取值可以根据实验确定；(c-3)对步骤(c-2)记录的像素点根据各像素的亮度增益值gain进行分区，将gain值相近的像素点分为一个区域，计算各区域内各像素点色度坐标的r分量和g分量的平均值和和背景模型中对应该区域的色度坐标的r分量和g分量的平均值和以及gain值的平均值，排除满足式（3）所述条件的像素点，若存在不满足式（3）所述条件的像素点，则记录该像素，并判定当前影格包含前景物件；式中，Tgain是一个阙值。该值的取值可以根据实验确定，也可以根据不同监控场景的本文档来自技高网...

【技术保护点】
一种基于高斯混合模型的视频前景物件截图方法，其特征在于，包括：(a)根据视频编码规则解码待截图视频，获得按播放时序排列的连续影格；(b)根据包括第一帧影格在内的一组连续影格，建立待截图视频的各像素点的初始高斯混合模型，并基于该高斯混合模型建立初始背景模型；(c)自第一张影格开始按顺序逐一影格与背景模型进行像素配比，判断影格中是否存在前景物件，同时更新背景模型；(d)保存包含有前景物件的影格。

【技术特征摘要】
1.一种基于高斯混合模型的视频前景物件截图方法，包括：(a)根据视频编码规则解码待截图视频，获得按播放时序排列的连续影格；(b)根据包括第一帧影格在内的一组连续影格，建立待截图视频的各像素点的初始高斯混合模型，并基于该高斯混合模型建立初始背景模型；(c)自第一张影格开始按顺序逐一影格与背景模型进行像素配比，判断影格中是否存在前景物件，同时更新背景模型；(d)保存包含有前景物件的影格；其特征在于，步骤(c)所述配比判断方法为：首先，就当前影格逐像素与背景模型进行配比，利用匹配的像素值更新背景模型，将不匹配的像素初步判定为代表前景的像素；然后，根据各像素点与背景模型之间的色度坐标差异的大小及亮度增益的大小，进一步排除被初步判定为代表前景的像素中代表背景的像素；再然后，对未排除的像素根据亮度增益进行区域划分，将亮度增益值相近的相邻像素划为一个区域，根据区域内各像素亮度增益值的平均值的大小，排除代表阴影的区域，判定其它区域的像素为代表前景的像素。2.根据权利要求1所述的截图方法，其特征在于，步骤(c)所述配比判断过程具体包括如下步骤：(c-1)就当前影格逐像素与背景模型进行配比，排除与背景模型相匹配的像素，并用该像素值更新背景模型，若影格中存在不匹配像素，则初步认定为前景物件的像素，记录不匹配像素点，并转入步骤(c-2)，否则，判定当前影格不包含动态对象；(c-2)针对步骤(c-1)记录的像素点，逐一像素分别计算各像素点的色度坐标ro、go、bo与该像素点在背景模型中的色度坐标rb、gb、bb的差值dr＝|ro-rb|、dg＝|go-gb|、db＝|bo-bb|，以及亮度I的增益值gain＝(Io-Ib)/Ib，Io、Ib分别为像素当前灰阶值及该像素在背景模型中的灰阶值，排除满足式(2)条件的像素，若存在不满足式(2)条件的像素，记录这些像素点，并转入步骤(c-3)，否则，判断当前影格不包含动态对象；d...

【专利技术属性】
技术研发人员：郑连松，
申请(专利权)人：杭州易尊数字科技有限公司， 郑连松，
类型：发明
国别省市：浙江;33