基于多模型估计的航拍视频运动目标检测方法
【专利摘要】本发明涉及一种基于多模型估计的航拍视频运动目标检测方法，首先利用Meanshift彩色分割方法将场景分割为多个彩色块；然后利用稠密金字塔光流特征，采用RANSAC方法计算较大面积彩色块对应的仿射变换模型；对较小彩色块进行管理，分析块内点运动一致性进而进行多模型隶属度计算，隶属度大的彩色块即为运动块，否则为虚警目标；最后将运动块进行合并和去噪处理，输出显示检测结果。本发明在一个公开的航拍视频数据库上的测试取得了5%的检测错误率，相比于传统10%的错误率降低了5%。
【专利说明】基于多模型估计的航拍视频运动目标检测方法
【技术领域】
[0001] 本发明涉及运动目标检测技术，特别是涉及一种基于多模型估计的航拍视频运动 目标检测方法。
【背景技术】
[0002] 航拍视频运动目标检测是计算机视觉领域的重要研究课题。现有的航拍视频运 动目标检测方法主要基于单个背景模型估计的运动目标检测框架。文献"Moving object detection in aerial video based on spatiotemporal saliency， Chinese Journal of Aeronautics，2013, 26 (5) : 1211-1217"提出了一种基于时空显著性分析的航拍视频运动目 标检测算法。该方法首先通过估算背景模型和帧差获得时间维上的显著区域，即为粗提取 的候选区域，之后在空间维进行显著性分析，获取候选区域内目标的外观细节，最后将时间 和空间上的显著性特征相结合，获得精确的运动目标检测结果。但是该方法检测结果好坏 严重依赖于场景的复杂度，一旦场景中存在高出地面的楼房建筑、电线杆、高架桥等不在背 景平面内的静态目标，就会发生虚警，检测错误率平均约10%。
【发明内容】
[0003] 要解决的技术问题
[0004] 为了避免现有技术中的航拍视频运动目标检测方法易受场景复杂度的影响，在场 景中存在多个背景模型、高出地面的静态建筑、电线杆等引起视差物体的情况下虚警率很 高，从而导致检测错误，本发明提出一种基于多模型估计的航拍视频运动目标检测方法。
[0005] 技术方案
[0006] -种基于多模型估计的航拍视频运动目标检测方法，其特征在于步骤如下：
[0007]步骤1 :利用金字塔Mean shift方法对当前帧图像进行彩色分割，取面积大 于给定阈值Thresh的彩色块为背景块{PatchBili = 1,2，...，BNum}，其余为前景块 {PatchFj | j = 1，2, ·. ·，FNum}，其中BNutn表示帧分割结果中背景块个数，第i块PatchBi = {Area。PSeti，PSeV }，Are%表示第i块的面积即所包含点数，PSeti表示第i块所包含点 的坐标集合，PSeti'表示PSeti中所有点在相邻帧中对应点的坐标集合; FNum表示前景块 个数，第j ±夬PatchFj = {Area」，PSetj，PSet/丨，Area」表示第j个前景块的面积即所包含点 数，PSetj表示第j个前景块所包含点的坐标集合，PSetj，表示PSetj中所有点在相邻帧中 对应点的坐标集合；
[000S]步骤2 :利用金字塔光流算法对背景块中的点集PSeti进行稠密光流体征提取，计 算PSeti的像素点（xQ，yQ)在相邻巾贞中对应点的坐标为（XQ'，y。'）：
[0009] x〇' = x0+u (x0, y0)
[0010] y〇' = y〇+v (x0, y0)
[0011] u(X〇，y0)，v^〇，y〇)分另ij表示像素点 （x〇，y〇)处的水平方向、竖直方向的光流； 采用同样方法计算前景块中点集PSetj的像素点（ Xl，yi)在相邻帧中对应点的坐标为 (χ/, y/)：
[0012] x/ =x1+u(x1,
[0013] y/ =y1+v(x1,
[0014]步骤3 :利用RANSAC方法计算背景块patchBi的仿射变换模型AFi，计算PSeti的 像素点（xQ，yQ)对应的投影误差
[0015]
【权利要求】
1. 一种基于多模型估计的航拍视频运动目标检测方法，其特征在于步骤如下： 步骤1 :利用金字塔Mean shift方法对当前帧图像进行彩色分割，取面积大于给定 阈值Thresh的彩色块为背景块{PatchBi | i = 1，2, · · ·，BNum}，其余为前景块{PatchFj I j =1，2,. ·.，FNum}，其中BNum表示巾贞分割结果中背景块个数，第i块PatchBi = {Area" PSeti，PSeV }，Areai表示第i块的面积即所包含点数，PSetl表示第i块所包含点 的坐标集合，PSet/表示PSeti中所有点在相邻帧中对应点的坐标集合； FNum表示前景块 个数，第j块PatchFj = {Area」，PSetj，PSet/ }，Area」表示第j个前景块的面积即所包含点 数，PSetj表示第j个前景块所包含点的坐标集合，PSetj'表示 PSetj中所有点在相邻帧中 对应点的坐标集合； 步骤2 :利用金字塔光流算法对背景块中的点集PSeti进行稠密光流体征提取，计算 PSel的像素点（xQ,yQ)在相邻帧中对应点的坐标为（XQ'， yQ，）： x〇J = x〇+u (x0, y0) y〇 ~ y〇+v (x〇, y〇) 、U(X。，^)，V(x。，y。）分别表示像素点（x。，y。）处的水平方向、竖直方向的光流；采用同样 方法计算前景块中点集PSetj的像素点（Xi，yi)在相邻帧中对应点的坐标为（Xi'， yi，）： xi' =Xi+u(x1, y/ =yi+v(x1, 步骤3 :利用RANSAC方法计算背景块PatchBi的仿射变换模型AFi，计算pSeti的像素 点（X。，y。）对应的投影误差(er/;. ,eAT ):
如果士切气2 则(xQ，y。）为符合仿射变换模型AFi的背景点，否则为背景内 的噪尸点；多検型集合记为AF = {μ | i = 1，2,…，BNum}, AFi =[心| TJ ,宜中R和τ分 别为旋转矩阵和平移矩阵； ~ i i 一一少3采4 :计算当如第j个目U景块patchFj中第k个点（Xj，k，yj，k)在第i个背景模型下的 运动矢量： ~
一其中（Xj，k'，yj，k'）表示（ Xj k，yj，k)在pSeti，中对应点的坐标，Vj， k(x)和 示水平和垂直方向的运动速度； 计算第j个前景块对第i个背景模型的隶属度：
步骤5 :根据隶属度矩阵计算隶属矩阵p : 雜加 ?1 \? otherwise BNum 其中Θ为隶属度阈值，若H PG，7) > 〇 :，则确定第j个前景块是运动块；对运动块进行 /=1 合并： a) 初始化模型集队列Q为NULL，目标集队列〇为NULL ; b) 统计当前第j个前景块所隶属的背景模型，这些背景模型的集合记为Sj : C)遍历模型队列Q，若3坊使得Q(m)门Sj关NULL，则将Sj并入Q(m)，Q(m) = Q(m) U Sj， 将第j个前景块并入对应的目标集0 (m)，否则执行步骤d); d)将Sj作为新成员加入模型集队列Q，对应前景块作为新成员加入目标集队列〇 ; 步骤6 :遍历目标集队列〇,若当前成员中存在两个块中心距离小于第一阈值则进行合 并，合并之后进行噪声去除，对于检测结果中面积小于第二阈值的运动块，作为错误检测进 行去除，最后将检测结果显示输出。
2. 根据权利要求1所述的基于多模型估计的航拍视频运动目标检测方法，其特征在于 所述的阈值 Thresh = 0. 01 X ImgWidthX ImgHeight，ImgWidth 和 ImgHeight 分别表示输入 视频图像的宽和高。
3. 根据权利要求1所述的基于多模型估计的航拍视频运动目标检测方法，其特征在于 所述的Dis取1。
4. 根据权利要求1所述的基于多模型估计的航拍视频运动目标检测方法，其特征在于 所述的Θ = 〇. 6。
5. 根据权利要求1所述的基于多模型估计的航拍视频运动目标检测方法，其特征在于 所述的第一阈值取两个块半径和的1. 5倍。
6. 根据权利要求1所述的基于多模型估计的航拍视频运动目标检测方法，其特征在于 所述的第二阈值取100个像素。
【文档编号】G06T7/20GK104217442SQ201410431932
【公开日】2014年12月17日 申请日期:2014年8月28日 优先权日:2014年8月28日
【发明者】张艳宁, 杨涛, 仝小敏 申请人:西北工业大学