一种动态物体的检测处理方法及其系统的制作方法
【专利摘要】一种动态物体的检测处理方法及其系统，其中所述方法包括：采集一段与视频相对应的视频图像序列；获取这段视频图像序列中的若干个视频帧，以及确定计算能力与处理频率限制。这种方法还包括如何在上述计算能力与处理频率限制的范围内，从所述若干个视频帧中划定一到数个感兴趣区域以及依据感兴趣区域从所述若干个视频帧中选择一个特定的帧的集合。这样的一个特定的帧的集合实质上代表了上述若干个视频帧的物体图像演变过程。更具体的，这种方法还包括在上述计算能力与处理频率限制的范围内，通过运算所述特定的帧的集合在其中检测目标物体出现情况。
【专利说明】一种动态物体的检测处理方法及其系统
【技术领域】
[0001] 本发明涉及电视机及用户界面【技术领域】，尤其涉及视频处理系统及其方法的技 术。
【背景技术】
[0002] 过去普遍使用的电视机在很多情况下并不能满足用户的需求。如果想要在这些电 视机上运行一个指令，用户需要记住这个指令的名称和运行这个指令的大致操作步骤，或 者从用户预设的喜爱菜单中选择。如果用户没有输入合适的搜索条件，将无法在数据库中 找到对应的搜索结果，或是搜索结果无法准确的反映用户的真正需求，由此对用户的使用 感觉造成不良的影响。
[0003] 随着影像处理技术的发展，智能电视机成为了发展的潮流。发展一种基于物体检 测，有效直观的用户界面控制系统的需求越来越强烈。当用户通过遥控向电视机发出一个 搜索相关目标（如某种商物）的指令时，智能电视机将会从一个到多个网络数据库中找出 与该目标相匹配的部分并形成一个结果列表供用户选择（例如，视频，网页，维基百科，购 物信息等等）。更进一步的，智能电视机还能够利用物体检测在电视频道和网络上进行搜 索，从而提供一个真正吻合用户需求的搜索内容。并且智能电视还可以跟踪用户的浏览历 史，通过推送通知的方式来更新这个搜索内容。这为用户提供了在视频节目中浏览搜索结 果的互动式图像体验。
[0004] 但是，有效的进行物体检测是一个非常困难的任务，特别是对移动物体的检测。当 其需要检测的是移动的复杂物体并且还要兼顾准确性和计算速度两者的平衡时，要有效完 成这一任务是更为困难的。所述的复杂目标是指一个既没有规则的外部轮廓又会发生多 种形态变化的物体。例如，检测书包是非常困难的，因为书包没有特定的形状，会发生破损 变形，被手部阻挡等情况，甚至还会发生形态变化。在这种情况下，低复杂目标检测系统将 无法提供准确的检测结果，而只利用移动评价的检测系统不会意识到书包可以被人用手拿 着，并且由此，前景移动评价将会把人和书包一起视为书包，而不能仅仅检测书包。
[0005] 在实时系统中，对获取的图像视频序列的每一视频帧都进行复杂目标检测运算是 几乎是不可能或者是不切实际的。也就是说，其不可能有足够的计算能力在每一视频帧上 进行复杂目标检测运算并且实时系统只能在其计算能力限度内生成运算结果。
[0006] 本发明公开的方法及其系统用于解决现有技术中的一个或者多个问题因此，现有 技术还有待改进和发展。
【发明内容】
[0007] 本发明的一方面公开了一种物体检测系统的运行方法。所述方法包括：采集与输 入视频对应的图像序列；获取这段图像序列中的若干视频帧，确定计算能力与处理频率的 限制。这种方法还包括在计算能力与处理频率限制范围内，从所述若干视频帧中选择一个 或多个个感兴趣区域以及依据感兴趣区域从所述若干个视频帧中选出一个特定的帧的集 合。所述一个特定的帧的集合实质上代表了所述若干个视频帧的物体图像演变过程。更具 体的，这种方法还包括在计算能力与处理频率的限制范围内通过对所述一个特定的帧的集 合进行运算，在这个集合中检测目标物体的出现。
[0008] 本发明另一方面公开了一种物体检测系统。所述系统包括预处理模块和目标检测 模块。所述预处理模块用以采集与输入视频相对应的视频图像序列；获取这段视频图像序 列中的若干视频帧，以及确定计算能力与处理频率的限制。所述目标检测模块还包括：感兴 趣区域选择单元，用以在上述计算能力与处理频率的限制范围内，从所述若干视频帧中划 定一到数个感兴趣区域以及最优视频帧选择单元，用以依据感兴趣区域从所述若干视频帧 中选出一个特定的帧的集合。这样的一个集合实质上代表了所述若干个视频帧的物体图像 演变过程。所述目标检测模块还包括目标检测单元，用以在计算能力与处理频率的限制范 围内通过所述一个特定的帧的集合进行运算，在这个集合中检测目标物体的出现。
[0009] 本发明的其他方面，所属【技术领域】技术人员能够依据本发明的权利要求书，说明 书，以及附图有效实施并充分公开。
[0010] 附图简要说明
[0011] 图1展示了关于本发明的具体实施例中的典型环境示例。
[0012] 图2展示了一个与公开实施例一致的计算系统的示例。
[0013] 图3展示了一个与公开实施例一致的智能电视机系统的示例。
[0014] 图4展示了一个与公开实施例一致的目标检测系统框架的示例。
[0015] 图5A-?展示了与公开实施例一致的目标检测系统中源自视频的4视频帧。
[0016] 图6A-6D展示了与公开实施例一致的目标检测系统中的提取视频帧以及其相应 的感兴趣区域。
[0017] 图7A-7B展示了与公开实施例一致的移动离散性分布图的示例
【具体实施方式】
[0018] 附图中展示的部分将被引用以具体说明，阐述本发明具体技术实施方案。说明书 中引用的数字代表附图的相应部分。
[0019] 如图1所示，这是本发明一个典型环境100。所述环境100中包括有：电视机102， 遥控器104,用户108,可选择的，环境100还可以有网络设备106。
[0020] 电视机102可以是任何合适类型的电视机，例如等离子电视，LCD电视，背投式电 视，智能电视或者非智能电视。电视机102还需要包括一个计算系统，例如个人电脑，掌上、 移动电脑或者是服务器等。
[0021] 遥控器104可以是任何合适类型的能够遥控操作电视机102的遥控器，例如配套 的电视遥控器，通用电视遥控器，掌上电脑，智能手机或者其他能够实现遥控功能的智能设 备。遥控器104还可以包括其他不同类型的设备，例如动作感应遥控设备，图像感应遥控设 备以及其他一些输入设备，例如键盘，鼠标，声控输入等。
[0022] 用户需要观看电视节目或者在电视上进行其他感兴趣的活动时，例如在电视上购 物，用户108首先拿起遥控器104,然后用遥控器104控制电视机进行用户感兴趣的活动。 如果电视机配备有动作感应或者图像感应装置，用户还可以使用手势动作进行控制。在这 个使用过程中，用户与电视机102或者网络设备106之间实现交流，互动。
[0023] 更具体的，所述可选择加入的网络设备106包括任何能够使遥控器104以及电视 机102之间进行数据交流，存储，处理更为方便的计算性或者消费性电子设备。遥控器104 和网络设备106之间通过一种或者多种联系网络相互进行联系。
[0024] 电视机102,遥控器104和/或网络设备106在一个合适的计算电子平台实现其功 能。图2是其中一种可用于实现上述设备102、104、106的功能的计算系统200的方框图。
[0025] 如图2所示，所述计算系统200包括一个处理器202,存储媒介204,监控器206,通 信模块208,数据库210以及外围设备212。所述计算系统可以减省上述设备，也可以添加 一些其他类型的设备，而不限于上述设备。
[0026] 处理器202可以是任何合适的处理器或处理器组。更具体的，所述处理器202可以 是能够进行多线程处理的多核心处理器。存储媒介204可以包括内存模块，例如ROM，RAM， 闪存模块以及大容量存储模块，例如⑶-ROM，硬盘等。在处理器202运行为实现多种数据处 理而预设的计算机运行程序时，存储媒介204可以用于存储这些计算机运行程序。
[0027] 更具体的，外围设备212可以包括不同的传感器和输入，输出设备，例如键盘，鼠 标。通信模块208可以包括一些网络接口设备。其通过联系网络在设备之间建立连接。数 据库210可以包括一到多个存储不同数据，并可以对数据进行一些处理，例如搜索数据的 数据库。
[0028] 图3展示了与本发明的具体技术方案一致的智能电视系统300。如图3所示，控制 系统300包括了一个视频解码器302,数据存储模块304以及视频处理模块306。所述控制 系统300还包括一个预处理模块308,目标检测模块310,检测后处理模块312。所述控制系 统可以减省上述组成设备，也可以添加一些其他类型的设备，而不限于上述设备。所述系统 300可以由硬件实现其功能，也可以由软件实现其功能，还可以结合硬件和软件一起实现其 功能。
[0029] 所述视频解码器302可以是任何适合的视频解码器，该视频解码器能够解码输入 电视机102比特流。在比特流被解码后，数据被传输到视频处理模块306进行处理，使这些 数据能够播放。更具体的，所述数据存储模块304是任何合适的用于存储视频数据的存储 媒介。视频数据在被存储到数据存储数据模块304之前先进行编码，并且在传输到视频处 理模块306处理前进行解码。
[0030] 所述视频解码器302,数据存储模块304以及视频处理模块306用以实现电视机 102的录制回放功能。用户108能够在一段时间（例如几秒钟，几分钟，几个小时）内控制 一段实时播放节目的重放。此时，数据存储模块304在解码与播放之间存储或者缓存这些 数据。但是，如果在使用一些不需要缓存数据功能时，可以省略数据存储模块304的步骤而 由其他处理模块（例如处理器202)连接解码器302和视频处理模块306以实现实时同步 数据处理。
[0031] 预处理模块308的功能是将一段视频分成许多视频帧。这就是说，预处理模块308 可以将储存在数据存储模块304中过去一段时间内的视频信息分成许多视频帧，然后进一 步处理。
[0032] 更具体的，预处理模块308还可以决定一些系统运作参数。例如，它可以决定控制 系统300的计算能力限制和处理频率限制。这就是说，预处理模块308可以决定处理系统 的运算能力和一次能够处理、运算的视频帧数，例如物体检测等。
[0033] 检测后处理模块312可以用于控制系统300运算后得到的数据的处理。例如，所 述检测后处理模块312可以用于对最终检测出的目标物体的出现情况进行存储或者处理。 [0034] 所述目标检测模块310可以用于检测可能在视频上出现的目标。根据特定的应 用，所述检测模块可以整合在电视机102里面，或者，设置在电视机102的外面。
[0035] 更详细的，所述目标检测模块310通过若干个检测步骤在所述运算能力和处理频 率的限制范围内实现实时检测复杂物体的功能。目标检测模块310的运算能力由控制系统 300的实际和/或者实时限制运算能力决定。图4展示了目标检测模块310可以使用的一 种检测步骤框架图。
[0036] 如图4所示，目标检测模块310可以由感兴趣区域计算单元410,最优视频帧选择 单元440和目标检测单元460组成。所述目标检测模块310也可以包括其他不同的组件。 因此，一个完整的目标物体检测处理过程可以分为三个步骤：计算感兴趣区域，选择最优视 频帧以及检测目标物体。所述检测模块310的输入数据由预处理模块308在运算能力以及 处理频率的限制范围内进行预先处理。
[0037] 感兴趣区域计算单元410对输入视频的每一视频帧进行处理，形成许多感兴趣区 域。更详细的，物体移动和纹理数据采集子单元420用于分析视频图像中的目标物体移动 和纹理数据。在一些实施例中，物体移动和纹理数据采集子单元420可以采用基于区域移 动分析的方法来获得目标物体的移动数据。
[0038] 因此，纹理计算组件426用于获得视频图像的纹理信息。更详细的，目标移动判断 组件422与角度和距离测定组件424将物体在图像上的移动分拆为移动角度和距离两个参 数进行描述。图像表达组件414利用区域判断分析算法整合，分析上述数据，形成一个感兴 趣区域的图像结果。最后，经过图像切割组件412在生产的图像结果上切割生成最终的感 兴趣区域。
[0039] 更具体的，最优视频帧选择单元440决定了提交给目标检测单元310计算的最优 视频帧或者是所需要的视频帧。更详细的，感兴趣区域计算单元410生成感兴趣区域的输 入数据还包括图像质量数据。图像质量数据计算子单元450利用局部区域特征以及内容覆 盖信息（分别由局部区域特征组件452和内容覆盖信息组件454提供）表征一个特定的帧 的集合的图像质量变化趋势。上述选择最优视频帧的装置利用上述数据在可能相连的视频 帧之间建立联系，由此生成一个有向无环图（DAG)。所述有向无环图可以视为这些视频帧之 间建立了逻辑联系，但事实上其并非真正进行了这些联系，而是通过数据分析处理达到的 效果。更详细的，最优路径选择组件444用以选择在有向无环图中最长的路径。虽然在结 果上需要对最优路径组件444所使用的拉格朗日因子进行一些微调，但这个最长路径实际 上代表了一个最佳的帧的集合。
[0040] 在最优视频巾贞选择单元440选择出所需视频巾贞462后，选出视频巾贞462由目标检 测单元460进行运算。更详细的，目标检测组件464通过运算形成目标出现检测结果，而这 个结果将被存储在目标出现466。目标检测单元对每个选出视频帧都进行目标检测运算操 作。
[0041] 依据本发明公开的具体技术方案，以下将更详细地描述检测移动和/或复杂目标 的目标检测系统的具体操作和处理。
[0042] 在获取一段视频后，将这段视频用V=^iKvi表示，其中i是自然数，N表示这段视 频的总视频帧数，Fi表示视频V的第ith视频帧，在V中检测移动物体集合C通过移动数据 以及每个帧在Dt5C )中检测得出的移动物体集合C的结果叠加得到，这样的结果经过i帧 的叠加后，就是所需要的最终结果。
[0043] 为了方便陈述，本发明将物体在图像中的出现记为0,物体记为0'使用目标物体 检测组件D。(.）的必要性在于检测复杂物体不能只检测其移动情况，例如，检测在T形台上 走动的模特身上穿的衣服或者她拿在手里的手提包。
[0044] 但是，上述方法是建立在系统运算能力强大到能够将所有视频帧的D。(·）整合，并 及时地得出所需要的结果的基础上。而在实时检测复杂移动物体时使用这种方法所需要的 庞大运算量是不可能被满足的，特别是，队(.）在进行目标物体检测之前的准备就需要占用 非常多的运算能力。
[0045] 因此，考虑到系统的运算能力、能够提交给队(.）进行检测的最大视频帧数，或者 两者（例如，由预处理模块308决定），需要对检测方法进行调整。
[0046] 在上述运算能力和运算时间的限制下，为达成物体检测的任务，可以在视频中选 择最能体现物体移动特点的一部分视频帧S = ?选择所述最优的一部分视频帧s以 及队(.）分析检测最优部分视频帧s所需的运算量都应在系统运算能力范围之内。视频帧 的总数Ns在预先确定的最大视频帧数之内。
[0047] 因此，预想的目标物体检测装置队(.）的任务可以被定义为：给出一个运算能力速 率Y以及处理频率κ，任务是在视频V的移动物体集合C中找出目标物体的运动情况，运 行这样的检测程序所需的运算量必须低于或等于Y N，并且生成这个目标物体在视频中的 运动情况的结果最多使用κ N。也就是说：运算能力速率限制决定了分析，检测，处理这段 视频所能使用的最长时间而处理频率限制决定了能交给队(.）处理的最大视频帧数。
[0048] 为了满足所述运算能力速率的限制和处理频率的限制，物体检测系统选择了能够 反映物体在视频中运动的趋势的一个帧的集合并将其交给队(.）检测处理。如本文中所使 用的，物体Cf的图像在视频中的出现顺序被称为目标物体图像演变过程。移动物体Cf在一 视频帧中的图像则被认为是对〇 #在视频中出现的其中一个视图的描述。
[0049] 例如，图5A-?展示了视频中的四个视频帧，所检测的物体是模特手中的手提包。 如图5A-?所示，前两视频帧显示了 Cf的一个方向的视图，后两视频帧则显示了另一个方 向的视图。在只使用队(.）检测两视频帧的前提下，如果目标是检测模特手中的手提包，应 该将分别能代表两个方向视图的两视频帧输入队(.）进行检测。因为这样的两视频帧可以 表示手提包的物体图像演变过程。
[0050] 因此，物体检测系统的目标就是选择出最能完整展现目标物体在视频中的物体图 像演变过程的视频帧。
[0051] 在另一个具体技术实施方案中，可以用感兴趣区域代替S。所述感兴趣区域是指视 频帧中能反映目标物体的移动以及视觉上相关的区域。
[0052] 选择最能体现物体移动特点的一部分视频帧S的其中一种机制可以是选择所有 视频帧中最能代表目标物体的物体图像演变过程的视频帧。在一个具体技术实施方案中， 只选择包含目标物体的图像的区域作为代表区域，以减少背景环境改变所带来的影响。所 述代表区域记为R，整合起来总体上称为视频帧的感兴趣区域。
[0053] 另一方面，如果移动目标物体在视频中是清晰可见并且有显著的移动，R也可以被 认为是包含了在F中有显著移动和相关纹理的区域。划定所述区域是运算，检测复杂物体 的要求，划定所述区域所需的运算量是大大小于在F中检测复杂物体的运算量的。如前所 述，复杂物体的检测不能只检测其移动，要得出最终可靠的结果，还需要检测复杂物体的形 状变化。
[0054] 物体在视频图像中位置变动有两种类型：摄像机移动和目标物体自身移动。摄像 机移动是指摄像机的移动导致物体在图像中的位置变动。目标物体自身移动是指目标物体 自身的移动导致其在图像中的位置变动。为了更好的说明，本发明具体技术方案的检测视 频是采用摄像机变焦，移动拍摄的，因为这种方式在电视节目录制中更为常用。
[0055] 在具体实施方案中，采用划分区域检测方式来检测目标物体的移动情况，因为直 接检测物体的摄像机移动运算复杂而且容易受目标物体自身移动的干扰。例如，通过分析 F中相邻区域之间移动距离的差别，亦即相关的图像纹理信息，来判断属于目标物体自身移 动区域。最佳情况是，视频图像F画面中划分判断出的背景区域都移动了相同的距离，并且 其计算得出的距离也是正确的。
[0056] B1表示F中代表目标物体自身移动的区域，Bg表示F中代表背景的区域。如果B1 和Bg在某视频帧中相邻，它们移动的距离就会不同。因此，所述感兴趣区域就是包括了在 同一视频帧中具有不同移动距离的区域
[0057] 但是在实际操作中，发生两个相邻区域的移动距离不相同的情况，通常还可能由 以下几个原因造成：(a)距离测算错误，（b)摄像机焦距改变影响，（c)其中一个区域是物体 图像Cf而另一个是图像背景。通常，距离测算错误是由区域图像纹理过低引起。图6A-6D 描述了一段时装表演视频中一个视频图像有关Cf的感兴趣区域，其中Cf包括了模特。
[0058] 图6A是一段模特在T形台上走动的视频的第一视频巾贞。摄像机跟随着模特的走 动而移动，属于摄像机变焦移动的情况。图6B显示的是图6A中的一种感兴趣区域的划分。 同样的，图6C是两个模特在T形台上相遇而摄像机进行了变焦的拍摄图像。图6D则是图 6C的感兴趣区域，它有两个区域，分别对应两个模特。
[0059] 如图6A-D所示，感兴趣区域虽然只是给出了包含目标物体的大概区域，但其非常 有效去除了大部分背景区域。因此，能在后续加入更多能正确代表图像的图形信息。
[0060] 更具体的，Fi表示当前视频帧，所述视频帧的多种参数正在被检测，检测的参数 有：R i, θζ(Β)，ωζ(Β)，（z>0,正整数），块状区域B在FjPFi+z之间的移动距离和移动幅度， HzO表示Bi和Bj在Fi中移动距离的差异程度。
【权利要求】
1. 一种物体检测方法，其特征在于，包括如下步骤： 采集一段与视频相对应的视频图像序列； 从所述视频图像序列中获取若干个视频帧； 确定运算能力限制以及处理频率限制； 根据所述运算能力限制和处理频率限制，从所述视频图像序列中的若干个视频帧中选 择一个或者多个感兴趣区域； 根据感兴趣区域从所述若干个视频帧中选出一个特定的帧的集合，所述特定的帧的集 合用于代表所述若干个视频帧的物体图像演变过程；以及 根据所选出的特定的帧的集合检测目标物体的出现，以使检测目标出现所占用的运算 能力值在所述运算能力限制的范围内，检测目标出现所处理的总帧数在所述处理频率限制 的范围内。
2. 依据权利要求1所述的物体检测方法，其特征在于，从视频图像序列中的若干个视 频帧中选择一个或者多个感兴趣区域的步骤还包括： 计算所述若干个视频帧的移动和纹理数据。
3. 依据权利要求2所述的物体检测方法，其特征在于，从视频图像序列中获取的若干 个视频帧中选择一个或者多个感兴趣区域的步骤还包括： 将移动数据分解为移动角度以及移动距离； 依据移动角度和移动距离使用区域标记算法选择感兴趣区域，所述选择出的感兴趣区 域包含了所述若干个视频帧中有显著移动以及相关纹理的区域。
4. 依据权利要求3所述的物体检测方法，其特征在于，所述区域标记算法具体包括： 当某区域移动为0时，该区域被判断为没有自身移动； 当某区域与其他相邻区域无显著移动或者纹理改变，该区域被判断为没有自身移动， 以及 当某区域的粗糙程度低于阈值时，该区域被判断为没有前景移动。
5. 依据权利要求1所述的物体检测方法，其特征在于，所述若干个视频帧由S表示，从 所述若干个视频帧中选择的一个特定的帧的集合的帧数由N表示，所述S代表物体图像演 变过程的质量由Q(s)表示，S的检测模块由D。⑶表示，运行D。⑶所占用的运算能力由 i^(S)表示，S的运算时间消耗由RT(S)表示，获取若干个视频帧中的感兴趣区域所占用的 运算量表示；Y表示运算能力限制，K代表运算处理频率限制，所述从若干个视频 帧中选出一个特定的帧的集合的步骤还包括： 通过以下公式求解最优解问题，选出所述特定的帧的集合： maximize 0(S) subject to R^- (S) < yN- Rf. (V) and Rr(S) < /cN . . 〇
6. 依据权利要求5所述的物体检测方法，其特征在于，所述步骤还包括： 使用动态规划算法来求解最优解问题。
7. 依据权利要求6所述的物体检测方法，其特征在于，所述动态规划算法还包括： 利用局部区域特征以及内容覆盖信息代表一个可能的帧的集合的质量； 依据每个帧的集合的质量，在每个集合中可能是相邻的两视频帧之间建立联系； 创建有向无环图，以及 使用动态规划算法在有向无环图中找出最长路径。
8. 依据权利要求1所述的物体检测方法，其特征在于，在所述根据所选出的特定的帧 的集合检测目标物体的出现的步骤还包括： 在所述的选出的特定的帧的集合上进行目标检测，检测目标物体的出现情况。
9. 一种物体检测系统，其特征在于，所述系统包括： 预处理模块，用于采集一段与视频相对应的视频图像序列；从所述视频图像序列中获 取若干个视频帧；确定运算能力限制以及处理频率限制； 目标检测模块； 所述目标检测模块具体包括： 感兴趣区域计算单元，用于根据所述运算能力限制和处理频率限制，从所述视频图像 序列中的若干个视频帧中选择一个或者多个感兴趣区域； 最优视频帧选择单元，用于根据感兴趣区域从所述若干个视频帧中选出的一个特定的 帧的集合，用于代表所述若干个视频帧的物体图像演变过程；以及 目标检测单元，用于根据所选出特定的帧的集合，检测目标物体的出现，并且检测目标 出现所占用的运算能力值在所述运算能力限制范围内，检测目标出现所处理的总帧数在处 理频率限制的范围内。
10. 依据权利要求9所述的物体检测系统，其特征在于，所述感兴趣区域计算单元还包 括： 物体移动和纹理数据采集子单元，用于计算所述若干个视频帧的移动和纹理数据。
11. 依据权利要求10所述的物体检测系统，其特征在于，所述物体移动和纹理数据采 集子单元还包括： 距离和角度测算组件，用于将移动数据分解为移动角度和移动距离；图像表达组件，用 于依据移动角度和移动距离，使用区域标记算法来选择感兴趣区域；所述感兴趣区域包含 了若干个视频帧中有显著移动以及相关纹理的区域。
12. 依据权利要求11所述的物体检测系统，其特征在于，所述图像表达组件，还用于判 断： 当某区域移动为0时，该区域被判断为没有自身移动； 当某区域与其他相邻区域无显著移动或者纹理改变，该区域被判断为没有自身移动， 以及 当某区域的粗糙程度低于阈值时，该区域被判断为没有前景移动。
13. 依据权利要求9所述的物体检测系统，其特征在于，所述最优视频帧选择单元，还 用于： 通过以下公式求解最优解问题，选出所述特定的帧的集合：
所述若干个视频帧由S表示，从所述若干个视频帧中选择的一个特定的帧的集合的帧 数由N表示，所述S代表物体图像演变过程的质量由Q(s)表示，S的检测模块由DJS)表 示，运行D。⑶所占用的运算能力由￥(S)表示，S的运算时间消耗由RT⑶表示，获取若干 个视频帧中的感兴趣区域所占用的运算量由AR(V)表示；Y表示运算能力限制，K代表运 算时间速率限制。
14. 依据权利要求13所述的物体检测系统，其特征在于，所述最优视频帧选择单元还 用于使用动态规划算法来求解最优解问题。
15. 依据权利要求14所述的物体检测系统，其特征在于，所述最优视频帧选择单元还 包括： 图像质量计算子单元，用于利用局部区域特征以及全局背景数据来代表一个可能的帧 的集合的质量； 最优路径选择组件，用于依据每个可能的帧的集合的质量，在每个帧的集合中可能是 相邻的两视频帧之间建立联系；创建一幅有向无环图，以及使用动态规划算法在有向无环 图中解出最长路径。
16. 依据权利要求9所述的物体检测系统，其特征在于，所述目标检测单元还包括：目标检测组件，用于在所述的特定的帧的集合上进行目标检测，以检测目标物体的出 现情况。
【文档编号】H04N21/4728GK104349217SQ201410345205
【公开日】2015年2月11日 申请日期:2014年7月18日 优先权日:2013年7月23日
【发明者】法奥斯托C·弗莱意缇斯, 汪灏泓 申请人:Tcl集团股份有限公司