专利名称：一种基于高斯混合模型的视频前景物件截图方法及系统的制作方法
技术领域：
本发明属于视频分析与处理技术领域，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。
背景技术：
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。
发明内容
本发明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，本发明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-Ι)设当前像素点在t时刻，像素值取值为X的概率表示如下:
权利要求
1.一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。
2.根据权利要求1所述的截图方法，其特征在于，步骤(b)包括如下步骤: (b-Ι)设当前像素点在t时刻，像素值取值为X的概率表示如下:
3.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。
4.根据权利要求3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-Ι)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-a)记录的像素点，逐一像素分别计算各像素点的色度坐标i^g^b。与该像素点在背景模型中的色度坐标rb、gb、bb的差值dflr。-!.」>dg=| g0-gb >db=|b0-bj ,以及亮度I的增益值Sain=(Itj-1b)Ab,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；
5.根据权利要求3所述的截图方法，其特征在于，利用匹配的像素值根据下式更新高斯混合模型，
6.根据权利要求1所述的截图方法，其特征在于，该方法还包括步骤(e):从原始视频中截取包含有前景物件的影格所对应的视频时段。
7.根据权利要求1所述的截图方法，其特征在于，所述高斯混合模型由K个高斯分布构成，所述K取值3、4或5。
8.根据权利要求3或4所述的视频动态高速截图方法，其特征在于，所述的匹配是指:像素值落在对应的高斯分配平均的2.5个标准差内。
9.一种基于权利要求1所述方法的视频动态高速截图系统，其特征在于，包括: 视频解码单元，将待处理视频解码并获得该视频的时序影格，并依次传送给背景模型建立和更新单元； 背景模型建立和更新单元，根据视频解码单元获得的时序影格建立视频静态背景的即时高斯混合模型，存入存储器。并根据时序进行高斯混合模型更新； 背景分离器，根据对应时刻的高斯混合模型去除待检影格中的背景像素，并将具有前景像素的影格传输给光影滤除单元； 光影滤除单元，去除前景分离器传来的影格中因光影变化而误识别为前景的像素，保存具有前景像素的影格； 截图执行单元，根据光影滤除单元获得的包含前景物件的影格的时序信息在原始视频上截取相应的视频段，存入存储器或发送到屏幕显示。
全文摘要
本发明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。
文档编号G06T1/00GK103106633SQ201210511000
公开日2013年5月15日 申请日期2012年11月30日 优先权日2012年11月30日
发明者郑连松 申请人:杭州易尊数字科技有限公司, 郑连松