视频处理所使用的至少一个参数的修改的制作方法
【技术领域】
[0001]本发明涉及视频监控领域。特别是，它涉及一种用于修改用于监控场景的视频处理算法所使用的至少一个参数的方法、装置和系统。
【背景技术】
[0002]在许多摄像头监控的情况中，重要的是在远距离上检测例如对象或运动的存在之类的活动。由于自然的原因，远离摄像头的对象将在由摄像头捕获的图像上较小。例如，它们可能仅在图像上占据几个像素。为了在远距离上检测活动，因此有必要例如能检测到在捕获的图像上表现为较小的对象。
[0003]然而，检测小对象常常付出错误检测增加的代价。这与由摄像头捕获的图像中存在噪音的事实有关。噪音很容易被误认为是小对象，并且反之亦然，从而导致错误检测。为了减少错误检测，用于对象检测、运动检测和/或对象追踪的视频处理算法包括用于诸如强度变化阈值和噪声滤波之类的参数，噪声滤波包括形态滤波器以去除小的检测。这些参数通常被设定为使得由噪声引起的错误检测被除去，同时仍有足够的灵敏度来检测实际活动。换句话说，检测范围和避免错误检测之间存在折衷。
[0004]在远距离上检测和识别对象的问题已得到公认。为了解决这个问题，已经提出使用热成像摄像头(thermal camera)来识别人的位置坐标。然后位置坐标被输入到用于控制第二摄像头、特别是它的方向和缩放的控制方法，来捕获人的放大图像。
[0005]这种方法具有第二摄像头被控制以改变其方向和缩放级别来跟随特定目标对象的缺点。因此，这种方法只适用于一次检测一个对象。
[0006]因此，存在改进的空间。特别是，需要一种替代方法，其允许在大范围内检测同时减少错误检测。
【发明内容】
[0007]考虑到上述情况，因此本发明的一个目的是提供允许在大范围内检测对象和/或活动同时减少错误检测的方法和装置。
[0008]根据本发明的第一个方面，上述目的通过一种方法实现，该方法用于修改用于监控场景的视频处理算法所使用的至少一个参数，所述视频处理算法例如为运动检测算法，对象检测算法，或对象跟踪算法，该方法包括:
[0009]接收所述场景的第一视频序列和第二视频序列，其中第一视频序列使用热成像摄像头捕获，使得所述第一视频序列包括指示所述场景中的温度的热信息，以及
[0010]应用视频处理算法到所述第二视频序列，其中所述视频处理算法所使用的至少一个参数基于包括在所述第一视频序列中的所述热信息被修改，使得所述视频处理算法中的至少一个参数随温度变化。
[0011]利用上述方法，由热成像摄像头捕获的第一视频序列中的热信息被用来修改、SP改变应用到第二视频序列的视频处理算法的至少一个参数。这样，使得所述至少一个参数依赖于场景中的温度。例如，所述至少一个参数的修改可调整为使得所述视频处理算法对具有关注的温度的选定区域中的小检测更灵敏，而对其他区域不灵敏度，所述关注的温度例如为人类温度。结果，可以使对应于关注的温度的区域中的检测范围更大，同时将对应于其他温度范围的区域的错误检测保持在低水平。
[0012]该视频处理算法是应用到图像序列的图像处理算法，可以是用于检测场景中活动的算法。这包括用于对象检测、运动检测和对象跟踪的算法。应当注意的是，该视频处理算法不是控制摄像头本身运行的算法。
[0013]通过修改所述至少一个参数通常是指该参数的值被修改，即改变。例如，该参数的值可被增大或减小。
[0014]通常，所述至少一个参数可以针对所述第二视频序列的整体图像被修改。例如，如果所述第一视频序列中的热信息指示所述场景中的对象具有在关注的温度中的温度，那么所述至少一个参数可以被改变，使得所述视频处理算法对在所述第二视频序列的图像的整体图像平面上的小检测更灵敏。
[0015]所述至少一个参数也可以在整体图像上被修改，但是作为温度的函数，即在非关注的温度区域所述参数的数字值不发生修改，而在关注的温度区域中它会取新值。
[0016]特别是，针对所述第二视频序列的图像中的区域，所述视频处理算法所使用的至少一个参数可以基于所述第一视频序列的图像中的对应区域的热信息被修改。这样，使视频处理算法可以对可具有关注的热容量的某些区域中的小检测更灵敏，并对其他区域中的小检测不灵敏(从而对噪声不灵敏)。
[0017]通过热信息一般是指指示所述场景中的温度的任何信息。例如，所述热信息可包括所述第一视频序列中的图像的强度值，该强度值指示所述场景的温度。因此，所述视频处理算法所使用的至少一个参数可基于所述第一视频序列中的图像的所述强度值被修改。
[0018]所述视频处理算法可以具有检测所述场景中不同类型的活动的目的，所述不同类型的活动例如为特定或若干不同类型的对象的存在或运动。不同类型的对象可以与不同的温度范围相关联，并且因此可以基于所述第一视频序列中的热信息被区分。例如，人类对象可以与一个温度范围相关联，而汽车的运转马达可以与另一个温度范围相关联。根据视频处理算法的特定目的，有可能因此存在关注的一个或多个预定义的温度范围，它们可用于区分所述第一视频序列的图像中的不同区域。关注的一个或多个预定的温度范围可以包括对应于人类体温的温度范围。这种预定义的温度范围可以例如由用户指定。
[0019]该方法可以包括:
[0020]在由所述热成像摄像头捕获的所述第一视频序列的图像中，识别具有指示在关注的一个或更多的预定温度范围内的温度的强度值的像素，
[0021]其中对于对应于所述第一视频序列的图像中被识别的像素的所述第二视频序列的图像的区域，所述视频处理算法所使用的所述至少一个参数被修改。
[0022]换句话说，具有关注的热内容的像素区域在所述第一视频序列中被识别，并且对于第二视频序列中的对应区域，所述至少一个参数被修改。因此，在具有特定关注的温度内容的区域中，例如在存在人类的区域中，所述至少一个参数可以被修改，以使所述视频处理算法对这样的区域中的活动的检测更灵敏。
[0023]如应当理解的，所述第一视频序列和所述第二视频序列可以具有不同的分辨率，并且可以从所述场景的有一些不同的视角被捕获。然而，仍然存在所述第一视频序列和所述第二视频序列之间的对应关系。更具体地说，所述第一视频序列的图像中的像素或区域对应所述第二视频序列的图像中的像素或区域，如果它们代表所述场景中相同的点的话。
[0024]按照上述情况，对于所述第二视频序列的图像中不同的区域，所述至少一个参数可以被修改，其中所述区域基于所述第一视频序列中的所述热信息被识别。因此，所述至少一个参数被允许在所述第二视频序列的整个(across)图像上被修改，其中所述变化由在所述第一视频序列中的所述热信息所定义。特别是，所述视频处理算法所使用的至少一个参数可以基于所述第一视频序列的图像的强度值被修改，使得所述至少一个参数作为所述第一视频序列的图像的强度值的函数在所述第二视频序列的整个图像上变化。该变化例如可以是连续的或逐步的。这是有利的，有利之处在于使所述至少一个参数可以依赖于所述第一视频序列中的温度进行定制。
[0025]但应该注意的是，所述第一视频序列中的所述热信息不仅可以用来决定在何处、即在什么区域来修改所述至少一个参数，而且也能决定如何修改所述至少一个参数或将其修改多少。通过使所述至少一个参数作为所述第一视频序列的图像的强度值的函数在第二视频序列的整个图像上变化，修改的大小也是所述第一视频序列的图像的强度值的函数。例如，参数的增加或减少量可以是所述第一视频序列的图像的强度值的函数。
[0026]所述至少一个参数可以是与检测所述场景中的活动相关的参数。这包括用于对象检测、运动检测和对象跟踪的参数。
[0027]例如，所述至少一个参数可以包括用于检测活动的阈值，该活动例如为有运动或对象存在。具体地，所述视频处理算法可以包括将所述第二视频序列中的连续图像之间的强度值差值与一阈值比较，其中所述阈值基于所述第一视频序列中的所述热信息被修改。例如，该阈值可以在对应于关注的热内容的区域中增大。这样，可以使所述视频处理算法对关注的区域内的活动的检测更灵敏(也对噪声更灵敏)，并且对其他区域不灵敏。
[0028]所述至少一个参数可以包括在滤波器中使用的用于去除小检测(怀疑是噪声)的参数，去除小检测例如为去除邻接的或连接的像素组，也称为像素簇。例如，所述至少一个参数可以包括用于邻接像素组的大小的阈值，使得大小小于所述阈值的像素组被去除。这样，视频处理算法可以对关注的区域中的活动的检测更灵敏(也对噪音更灵敏)，并且在其他区域不灵敏。
[0029]根据实例，所述视频处理算法包括平滑滤波，其中，所述平滑滤波的至少一个参数基于所述第一视频序列中的所述热信息被修改。通过平滑滤波是意指应用平滑滤波器。所述平滑