运动目标检测方法和装置的制作方法

专利名称：运动目标检测方法和装置的制作方法
技术领域：
本发明涉及图像处理技术领域，特别涉及一种运动目标检测方法和装置。
背景技术：
运动目标检测技术是监控系统、识别系统等与视频处理相关的系统的基础技术。 与视频处理相关的系统通过运动目标检测技术检测出运动目标，并对运动目标进行分类、 跟踪、识别等各种后续处理，运动目标检测技术对各种后续处理有着重要的意义，是视频处 理的关键技术。现有技术中，常用的运动目标检测技术为基于混合高斯模型(GaussianMixture Model,以下简称GMM)算法背景建模的运动目标检测技术，根据上一帧图像更新背景模 型，计算出当前帧图像的像素点属于更新后的背景模型的概率，通过比较当前帧图像的像 素点与门限值确定出运动目标图像。在实现本发明过程中，发明人发现现有技术中至少存在如下问题当运动目标中 像素点的颜色与背景中像素点的颜色相同或者相似时，现有技术容易将运动目标的像素点 误判为背景的像素点，从而使运动目标难以被完整的检测出来。

发明内容
本发明实施例提供一种运动目标检测方法和装置，用以较完整的检测出运动目 标。本发明实施例提供了一种运动目标检测方法，包括生成当前帧输入图像的第一运动目标图像；将当前外观模型与当前帧输入图像的第一运动目标图像匹配；根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型，查询出当前帧 输入图像的第一运动目标图像中符合设置规则的像素点；将当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置为运动目 标的像素点，生成所述当前帧输入图像的第二运动目标图像。本发明实施例提供了一种运动目标检测装置，包括接收模块，用于接收当前帧输入图像；生成模块，用于生成当前帧输入图像的第一运动目标图像；匹配模块，用于将当前外观模型与当前帧输入图像的第一运动目标图像匹配；查询模块，用于根据与当前帧输入图像的第一运动目标图像匹配的当前外观模 型，查询出当前帧输入图像的第一运动目标图像中符合设置规则的像素点；设置模块，用于将当前帧输入图像的第一运动目标图像中符合设置规则的像素点 设置为运动目标的像素点，生成所述当前帧输入图像的第二运动目标图像。本发明实施例的技术方案中，将当前外观模型与生成的当前帧输入图像的第一运 动目标图像匹配，将根据当前外观模型查询出的当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置为运动目标的像素点，生成当前帧输入图像的第二运动目标图 像，从而可以通过当前外观模型将第一运动目标图像中被误判为背景的像素点修正为运动 目标的像素点，使生成的第二运动目标图像中包括较完整的运动目标的像素点，进而实现 了较完整的检测出运动目标。


图1为本发明实施例一提供的一种运动目标检测方法的流程图；图2为本发明实施例二提供的一种运动目标检测方法的流程图；图3a为采用本发明实施例中的运动目标检测方法检测出的运动目标图像的示意 图；图3b为采用基于GMM算法的运动目标检测方法检测出的运动目标图像的示意 图；图3c为采用基于核密度估计(kernel density estimation,以下简称KDE)算法 的运动目标检测方法检测出的运动目标图像的示意图；图4为本发明实施例四提供的一种运动目标检测装置的结构示意图；图5为本发明实施例五提供的一种运动目标检测装置的结构示意图。
具体实施例方式下面通过附图和实施例，对本发明实施例的技术方案做进一步的详细描述。图1为本发明实施例一提供的一种运动目标检测方法的流程图，如图1所示，该方 法包括步骤101、生成当前帧输入图像的第一运动目标图像；步骤102、将当前外观模型与当前帧输入图像的第一运动目标图像匹配；步骤103、根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型，查询 出当前帧输入图像的第一运动目标图像中符合设置规则的像素点；其中，设置规则可以为像素点在当前外观模型中对应的概率值大于设定阈值；步骤104、将当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置 为运动目标的像素点，生成所述当前帧输入图像的第二运动目标图像。本实施例的技术方案中，将当前外观模型与生成的当前帧输入图像的第一运动目 标图像匹配，将根据当前外观模型查询出的当前帧输入图像的第一运动目标图像中符合设 置规则的像素点设置为运动目标的像素点，生成当前帧输入图像的第二运动目标图像，从 而可以通过当前外观模型将第一运动目标图像中被误判为背景的像素点修正为运动目标 的像素点，使生成的第二运动目标图像中包括较完整的运动目标的像素点，进而实现了较 完整的检测出运动目标。图2为本发明实施例二提供的一种运动目标检测方法的流程图，如图2所示，该方 法包括步骤201、根据公式
对当前帧输入图像的像素点进行计
算处理，生成当前帧输入图像的像素点的第一像素值；
其中，(X，y)为当前帧输入图像的像素点，Sxy为以(X，y)为中心点的算子窗口， (m, η)为Sxy中的点，w (m，η)为点(m，η)的权重，I (m，η)为点(m，η)的像素值，I (x，y)为 生成的当前帧输入图像的像素点的第一像素值。例如，本实施例中的算子窗口 Sxy可如下表1所示的算子窗口 表 1 表1中，以(x，y)为中心点的算子窗口包括九个点(111，11)，表1中所示的为每个点 (m，n)的权重w (m，η)，每个点(m, η)的权重与该点离(x, y)的距离有关。例如左上角的 点(m, η)的权重为1/16。可根据本步骤中的公式计算出当前帧输入图像的各像素点的第一像素值，计算出 的各像素点的第一像素值充分考虑了各像素点的空域信息。步骤202、根据公式Ψ (t) =I(t-l) (l-α 1)+I(t) α 1对当前帧输入图像的像素点 的第一像素值和上一帧输入图像的像素点的第一像素值进行计算处理，生成当前帧输入图 像的像素点的第二像素值；其中，I(t)为当前帧输入图像的像素点的第一像素值，I (t-1)为上一帧输入图像 的像素点的第一像素值，Ψ (t)为当前帧输入图像的像素点的第二像素值，α 为更新系数。可根据本步骤中的公式计算出的当前帧输入图像的各像素点的第二像素值，计算 出的各像素点的第二像素值充分考虑了各像素点的时域信息和空域信息。步骤203、根据当前帧输入图像的当前像素点的第二像素值对当前帧输入图像的 当前像素点在上一背景模型中对应的高斯分布的均值和方差进行更新处理，生成更新后的 均值和方差，并将当前像素点在上一背景模型中对应的高斯分布的均值替换为更新后的均 值以及将当前像素点在上一背景模型中对应的高斯分布的方差替换为更新后的方差；本实施例中，每一帧输入图像中的每一个像素点分别采用由多个高斯分布构成的 GMM来建立背景模型，也就是说每一帧输入图像中的每一个像素点对应于背景模型中的多
个高斯分布。则背景模型的公式可以为-Σ^^(Ι(ρ),μΛ0,σ2η(0)。其中，N为
η
高斯分布的总量，N为正整数，例如N可以为3至5，wn(t)为第η个高斯分布的权重，μ n(t) 为第η个高斯分布的均值，σ n2 (t)为第η个高斯分布的方差，I (P)为像素点P的像素值，g则本实施例中，步骤203可具体包括步骤2031、对当前帧输入图像中的当前像素点在上一背景模型中对应的高斯分布 按照权重大小进行排序；具体地，可按照权重从大到小的顺序对当前像素点在上一背景模型中对应的高斯 分布进行排序；步骤2032、依次计算当前像素点的第二像素值与排序后的当前像素点在上一背景 模型中对应的高斯分布的均值的差值；具体地，差值d可表示为d= I⑵-μηα_1)，其中，I(P)代表当前像素点的第二 像素值，μηα-ι)为当前像素点在上一背景模型中对应的高斯分布的均值。步骤2033、依次判断当前像素点的第二像素值与当前像素点在上一背景模型中对 应的高斯分布的均值的差值是否大于或等于设置的阈值，当判断出当前像素点的第二像素 值与当前像素点在上一背景模型中对应的某一高斯分布的均值的差值大于或等于设置的 阈值时，则执行步骤2034 ；当未判断出当前像素点的第二像素值与当前像素点在上一背景 模型中对应的任一高斯分布的均值的差值大于或等于设置的阈值时，则执行步骤2035 ；设置的阈值T为T = 2. 5 σ n(t-l)，当判断出d < = T，表示当前像素点与当前像 素点在上一背景模型中对应的某一高斯分布相似，则执行步骤2034 ；当判断出d > T，表 示当前像素点与当前像素点在上一背景模型中对应的任一高斯分布均不相似，则执行步骤 2035 ；步骤2034、根据当前像素点的第二像素值对判断出的当前像素点在上一背景模型 中对应的某一高斯分布的均值和方差进行更新处理，生成更新后的均值和方差，并将当前 像素点在上一背景模型中对应的某一高斯分布的均值替换为更新后的均值以及将当前像 素点在上一背景模型中对应的某一高斯分布的方差替换为更新后的方差；具体地，根据公式μηα) = [l-a1]yn(t-l) + a1I(p)对当前像素点在上一背景模 型中对应的该某一高斯分布的均值μηα-1)进行计算处理，生成更新后的均值μηα)，该 μηα)为当前像素点在当前背景模型中对应的高斯分布的均值。具体地，根据公式σ 2⑴二 [1-ΜσΜ-Ι) + ^^/』)-/(内]2对当前像素点在上一
背景模型中对应的该某一高斯分布的方差on2(t-l)进行计算处理，生成更新后的方差 on2(t)，该。n2(t)为当前像素点在当前背景模型中对应的高斯分布的方差。其中Ci1为学习参数，用于控制背景模型的更新速度。当背景模型的更新速度较 快时，可将CI1设置为一个较大的值，当背景模型的更新速度较慢时，可将CI1设置为一个较 小的值。步骤2035、判断当前像素点在上一背景模型中对应的高斯分布的数量是否达到最 大值，当判断出当前像素点在上一背景模型中对应的高斯分布的数量未达到最大值时，执 行步骤2036;当判断出当前像素点在上一背景模型中对应的高斯分布的数量达到最大值 时，执行步骤2037 ；步骤2036、在上一背景模型中增加新的高斯分布，该新的高斯分布的均值yn(t) 设置为当前像素点的第二像素值，该新的高斯分布的方差ση2α)设置为固定值，并执行步 骤204，其中，该新的高斯分布的均值为当前像素点在当前背景模型中对应的高斯分布的均值，该新的高斯分布的方差为当前像素点在当前背景模型中对应的高斯分布的方差；步骤2037、将当前像素点在上一背景模型中对应的方差最大的高斯分布替换成新 的高斯分布，该新的高斯分布的均值μηα)设置为当前像素点的第二像素值，该新的高斯 分布的方差on2(t)设置为固定值，并执行步骤204，其中，该新的高斯分布的均值为当前像 素点在当前背景模型中对应的高斯分布的均值，该新的高斯分布的方差为当前像素点在当 前背景模型中对应的高斯分布的方差；步骤204、根据当前像素点在当前背景模型中对应的高斯分布的均值和方差，对当 前像素点在上一背景模型中对应的高斯分布的权重进行更新处理，生成更新后的权重，并 将当前像素点在上一背景模型中对应的高斯分布的权重替换为更新后的权重；具体地，当判断出μηω-Ι(ρ) <2.5on(t)时，可根据公式wn(t) = (I-Q1) wn(t-l) + ai对当前像素点在上一背景模型中对应的高斯分布的权重wn(t-1)进行更新处 理，生成更新后的权重\(0，其中，yn(t)为当前像素点在当前背景模型中对应的高斯分 布的均值、on2(t)为当前像素点在当前背景模型中对应的高斯分布的方差，I (P)采用当前 像素点的第二像素值；具体地，当判断出μηω-Ι(ρ) ^2.5on(t)时，可根据公式wn(t) = (I-Q1) wn(t-l)对当前像素点在上一背景模型中对应的高斯分布的权重wn(t-1)进行更新处理，生 成更新后的权重Wnα)，其中，μηα)为当前像素点在当前背景模型中对应的高斯分布的均 值、。n2(t)为当前像素点在当前背景模型中对应的高斯分布的方差，I (P)采用当前像素点 的第二像素值；步骤205、根据当前像素点在当前背景模型中对应的高斯分布的均值和方差，识别 出当前像素点是作为运动目标的像素点还是作为背景的像素点；具体地，当判断出I yn(t)-I(p) I < 2.5on(t)时，识别出当前像素点作为背景的 像素点；具体地，当判断出I yn(t)-I(p) I彡2.5on(t)时，识别出当前像素点作为运动目 标的像素点；本实施例中可以先执行步骤205之后再执行步骤204，或者可以同时执行步骤204 和步骤205。执行步骤203至步骤205之后，即完成了对当前像素点在上一背景模型中对应的 高斯分布的更新过程，以及识别出当前像素点是作为运动目标的像素点还是作为背景的像 素点的过程。重复执行步骤203至步骤205，以遍历当前帧输入图像的其余像素点，从而实现对 上一背景模型进行更新生成当前背景模型，以及识别出其余像素点是作为运动目标的像素 点还是作为背景的像素点的过程。步骤206、根据识别出的作为运动目标的像素点和作为背景的像素点生成第一运 动目标图像；具体地，可以将识别出的作为运动目标的像素点设置为运动目标的像素点，将识 别出的作为背景的像素点设置为背景的像素点，从而生成第一运动目标图像，该第一运动 目标图像的像素点中包括运动目标的像素点和背景的像素点。步骤207、根据当前帧输入图像的最佳标定点，将当前外观模型与当前帧输入图像的第一运动目标图像匹配；最佳标定点为外观模型在图像中的位置。本实施例中，根据最佳标定点确定出当 前外观模型在当前帧输入图像的第一运动目标图像中的位置，即实现了将当前外观模型与 当前帧输入图像的第一运动目标图像匹配。将当前外观模型与当前帧输入图像的第一运动 目标图像匹配的结果是将当前外观模型与第一运动目标图像中的目标前景区域对齐。其中，当前帧输入图像的最佳标定点是根据上一帧输入图像的最佳标定点生成 的。因此，本实施例中在步骤207之前还包括根据上一帧输入图像的最佳标定点生成当前 帧输入图像的最佳标定点，具体包括步骤2071、根据上一帧输入图像的最佳标定点生成当前帧输入图像的状态变量； 具体地，根据公式
W⑴对上一帧输入图
像的最佳标定点x(t-l)、y(t-l)进行计算处理，生成当前帧输入图像的状态变量
其中，X' (t-1)为t-1时刻χ轴方向上的速度，y' (t-Ι)为t-Ι时刻y轴方向上的速度， w(t)为信号噪声，该w(t)满足w(t) N(0，ow2)分布，其中k可以为1，Qw可以为5。其中，在初始时刻，例如t = O时，χ' (0)可以为0，y' (0)也可以为0。步骤2072、根据当前帧输入图像的状态变量生成当前帧输入图像的初始标定点； 具体地，根据公式
对当前帧输入图像的状态
变量
进行计算处理，生成当前帧输入图像的初始标定点&(0、7。(0。其中，v(t)为
观测噪声，该V(t)满足v(t) N(0，Ov2)分布，Ov可以为5。特别地，对于第一帧输入图像，可采用第一帧输入图像的第一运动目标 图像中的主轴的顶点作为第一运动目标图像的初始标定点。具体地，可根据公式 Z 二 argmin^^yf (式,OX计算出主轴，其中，S为第一运动目标图像中的目标前景区域，Xi
为S中的像素点，1为竖轴，d2(Xi; 1)为S中的像素点Xi到竖轴1的垂直距离的平方，则根 据上述公式可知，像素点Xi到竖轴1的垂直距离的平方和最小的竖轴为主轴。步骤2073、根据当前帧输入图像的初始标定点的领域内的待选标定点确定当前帧 输入图像的目标前景区域，并生成确定出的当前帧输入图像的目标前景区域与当前外观模型的相似距离；本实施例中，外观模型包括颜色模型和概率模型。颜色模型表示运动目标在某一 位置出现的颜色。概率模型与外观模型对应，表示运动目标在该位置出现的概率。当运动 目标首次出现时，初始化外观模型生成该运动目标的第一外观模型，该第一外观模型包括 第一颜色模型和第一概率模型。该第一颜色模型中目标前景区域的各像素点对应的颜色值 可采用该运动目标所在的第一帧输入图像的目标前景区域的像素点的像素值，该第一颜色 模型中非目标前景区域的各像素点对应的颜色值可采用设置值，例如设置值为0 ；该第一 概率模型中目标前景区域的各像素点对应的概率值可采用设置值，例如设置值为0. 4，该第 一概率模型中非目标前景区域的各像素点对应的概率值可采用设置值，例如设置值为0。当 前外观模型包括当前颜色模型和当前概率模型，当前颜色模型中各像素点对应的颜色值可 以采用CMt (X，y)来表示，当前概率模型中各像素点对应的概率值可以采用PMt (X，y)来表 示。可选的，外观模型(appearance model)可以理解为现有技术中为通过目标像素点的变 化，而进行关联信息抽取出的模型。本实施例中，当前帧输入图像的初始标定点的领域内的待选标定点为多个，根据
待选标定点确定出的当前帧输入图像的目标前景区域也为多个。则步骤2073具体为根 据公式
对根据待选标定点确定的当前帧输入
图像的目标前景区域中的像素点的像素值和当前颜色模型中像素点对应的颜色值CM(x，y) 和当前概率模型中像素点对应的概率值PM(x，y)进行计算处理，生成相似距离。其中，D(S) 为相似距离，S(x，y)为根据待选标定点确定的当前帧输入图像的目标前景区域中的像素点 的像素值。相似距离越大，表示根据待选标定点确定的当前帧输入图像的目标前景区域与 当前外观模型的相似度越小；相似距离越小，表示根据待选标定点确定的当前帧输入图像 的目标前景区域与当前外观模型的相似度越大。步骤2074、将相似距离最小的当前帧输入图像的目标前景区域对应的待选标定点 确定为当前帧输入图像的最佳标定点。步骤208、查询出当前帧输入图像的第一运动目标图像中在当前外观模型中对应 的概率值大于设定阈值的像素点；具体地，查询出第一运动目标图像中在当前外观模型的当前概率模型中对应的概 率值大于设定阈值的像素点。例如，该设定阈值可以为0. 5。步骤209、将当前帧输入图像的第一运动目标图像中在当前外观模型中对应的概 率值大于设定阈值的像素点设置为运动目标的像素点，生成当前帧输入图像的第二运动目 标图像。进一步地，本实施例中的当前外观模型是根据上一帧输入图像对上一外观模型进 行更新处理后生成的。根据上一帧输入图像对上一外观模型进行更新处理生成当前外观模 型，具体为通过颜色模型公式
像素点的像素值Iw (X，y)和上一颜色模型中像素点对应的颜色值CMwOc, y)进行计算处 理，生成当前颜色模型中像素点对应的颜色值CMt (X，y)，其中，α。为颜色模型更新速率，通 常取常数值0. 05。
目标前景区域通过概率模型公式ΡΜ
)目标刖景区域
上一概率模型中像素点对应的概率值ΡΜη(χ，y)进行计算处理，生成当前外观模型中像素 点对应的概率值PMt (X，y)，其中，α p为概率模型更新速率，通常取常数值0. 05。本实施例的技术方案中，将当前外观模型与生成的当前帧输入图像的第一运动目 标图像匹配，将根据当前外观模型查询出的当前帧输入图像的第一运动目标图像中符合设 置规则的像素点设置为运动目标的像素点，生成当前帧输入图像的第二运动目标图像，从 而可以通过当前外观模型将第一运动目标图像中被误判为背景的像素点修正为运动目标 的像素点，使生成的第二运动目标图像中包括较完整的运动目标的像素点，进而实现了较 完整的检测出运动目标。本实施例通过当前帧输入图像中各像素点的时域信息和空域信息 生成各像素点的第二像素值，并根据各像素点的第二像素值生成当前帧输入图像的第一检 测结果图像，有效地减少了第一检测结果图像中的噪声，从而与现有技术中仅通过各像素 点的时域信息生成运动目标图像的技术方案相比，本实施例实现了降低检测出的运动目标 的噪声。本实施例中，生成最佳标定点过程中采用的各公式和外观模型的各公式的计算量 均小于现有技术中的GMM算法，从而实现了快速的检测出运动目标。实验结果表明，当部分 运动目标运动到遮挡物后方时，采用本发明实施例中的方法可以较好的检测出包括较完整 运动目标的运动目标图像。图3a为采用本发明实施例中的运动目标检测方法检测出的运动目标图像的示意 图，图3b为采用基于GMM算法的运动目标检测方法检测出的运动目标图像的示意图，图3c 为采用基于KDE算法的运动目标检测方法检测出的运动目标图像的示意图，如图3a、图3b 和图3c所示，相比于采用基于GMM算法和KDE算法的运动目标检测方法检测出的运动目标 图像，采用本发明实施例中的方法可以更加完整的检测出运动目标图像。图4为本发明实施例四提供的一种运动目标检测装置的结构示意图，如图4所示， 该装置包括接收模块1、生成模块2、匹配模块3、查询模块4和设置模块5。接收模块1用于接收当前帧输入图像；生成模块2用于生成当前帧输入图像的第 一运动目标图像；匹配模块3用于将当前外观模型与当前帧输入图像的第一运动目标图像 匹配；查询模块4用于根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型， 查询出当前帧输入图像的第一运动目标图像中符合设置规则的像素点；设置模块5用于将 当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置为运动目标的像素点， 生成当前帧输入图像的第二运动目标图像。其中，设置的规则可以为在当前外观模型中对应的概率值大于设定阈值。本实施例的运动目标检测装置将当前外观模型与生成的当前帧输入图像的第一 运动目标图像匹配，将根据当前外观模型查询出的当前帧输入图像的第一运动目标图像中 符合设置规则的像素点设置为运动目标的像素点，生成当前帧输入图像的第二运动目标图 像，从而可以通过当前外观模型将第一运动目标图像中被误判为背景的像素点修正为运动 目标的像素点，使生成的第二运动目标图像中包括较完整的运动目标的像素点，进而实现了较完整的检测出运动目标。图5为本发明实施例五提供的一种运动目标检测装置的结构示意图，如图5所示， 该装置在上述实施例四的基础上，还包括标定点生成模块6用于根据上一帧输入图像的 最佳标定点生成当前帧输入图像的最佳标定点，并将当前帧输入图像的最佳标定点输出给 所述匹配模块，由所述匹配模块根据所述当前帧输入图像的最佳标定点，将当前外观模型 与当前帧输入图像的第一运动目标图像匹配。具体地，标定点生成模块6包括状态变量生成模块61、初始标定点生成模块62、 相似距离生成模块63和最佳标定点生成模块64。状态变量生成模块61用于根据上一帧输入图像的最佳标定点生成当前帧输入图 像的状态变量；初始标定点生成模块62用于根据当前帧输入图像的状态变量生成当前帧 输入图像的初始标定点；相似距离生成模块63用于根据当前帧输入图像的初始标定点的 邻域内的待选标定点确定当前帧输入图像的目标前景区域，并生成确定出的当前帧输入图 像的目标前景区域与当前外观模型的相似距离；最佳标定点生成模块64用于将相似距离 最小的当前帧输入图像的目标前景区域对应的待选标定点确定为当前帧输入图像的最佳 标定点。其中，相似距离生成模块63与接收模块1连接，相似距离生成模块63从接收模块 1获取当前帧输入图像并根据当前帧输入图像的初始标定点的邻域内的待选标定点确定当 前帧输入图像的目标前景区域；最佳标定点生成模块64将当前帧输入图像的最佳标定点 输出给匹配模块3，由匹配模块3根据当前帧输入图像的最佳标定点，将当前外观模型与当 前帧输入图像的第一运动目标图像匹配。进一步地，该装置还包括外观模型更新模块7。外观模型更新模块7用
于对上一外观模型进行更新处理生成所述当前外观模型。其中，当前外观模型
包括当前颜色模型和当前概率模型。外观模型更新模块7具体可以包括颜色模
型更新模块71和概率模型更新模块72。颜色模型更新模块71用于通过颜色模
一帧输入图像的像素点的像素值ΙΜ(χ，y)和上一颜色模型中像素点对应的颜色 值CMtJx, y)进行计算处理，生成当前颜色模型中像素点对应的颜色值CMt (X，y)， 其中，α。为颜色模型更新速率。概率模型更新模块72用于通过概率模型公式
的概率值PMw (χ, y)进行计算处理，生成当前外观模型中像素点对应的概率值PMt (x, y)，其 中，Cip*概率模型更新速率。进一步地，颜色模型更新模块71将生成的当前颜色模型中像 素点对应的颜色值CMt (X，y)输出给相似距离生成模块63，概率模型更新模块72将生成的 当前外观模型中像素点对应的概率值PMt (X，y)输出给相似距离生成模块63。进一步地，生成模块2还包括第一更新子模块21、识别模块22、第一生成子模块 23。第一更新子模块21用于根据当前帧输入图像的当前像素点的第二像素值对当前帧输 入图像的当前像素点在上一背景模型中对应的高斯分布的均值和方差进行更新处理，生成 当前帧输入图像的当前像素点在当前背景模型中对应的高斯分布的均值和方差；识别模块 22用于根据当前帧输入图像的当前像素点在当前背景模型中的高斯分布的均值和方差，识别出当前帧输入图像的当前像素点是作为运动目标的像素点还是作为背景的像素点；第一 生成子模块23用于根据识别出的作为运动目标的像素点和作为背景的像素点生成第一运 动目标图像。进一步地，还可以由第一更新子模块21根据当前帧输入图像的其余像素点的 第二像素值对当前帧输入图像的其余像素点在上一背景模型中对应的高斯分布的均值和 方差进行更新处理，生成当前帧输入图像的当前像素点在当前背景模型中对应的高斯分布 的均值和方差；还可以由识别模块22用于根据当前帧输入图像的其余像素点在当前背景 模型中的高斯分布的均值和方差，识别出当前帧输入图像的其余像素点是作为运动目标的 像素点还是作为背景的像素点，以供第一生成子模块23生成第一运动目标图像。进一步地，生成模块2还包括第二生成子模块24和第三生成子模块25。第二生
成子模块24用于根据公式，")/(M’")对当前帧输入图像的像素点进行计
(W7Tl)ESxy
算处理，生成当前帧输入图像的像素点的第一像素值，其中，(X，y)为当前帧输入图像的像 素点，Sxy为以(X，y)为中心点的算子窗口，(m，η)为Sxy中的点，w(m, η)为点(m，η)的权 重，I(m，η)为点(m，η)的像素值，I (x，y)为生成的当前帧输入图像的像素点的第一像素 值；第三生成子模块25用于根据公式Ψ (t) =I(t-l) (l-α 1)+I(t) α 1对当前帧输入图像 的像素点的第一像素值和上一帧输入图像的像素点的第一像素值进行计算处理，生成当前 帧输入图像的像素点的第二像素值，其中，I (t)为当前帧输入图像的像素点的第一像素值， Kt-D为上一帧输入图像的像素点的第一像素值，ψα)为当前帧输入图像的像素点的第 二像素值，α 为更新系数。进一步地，第三生成子模块25将生成的各像素点的第二像素 值输出给第一更新子模块21。进一步地，识别模块22包括第一识别子模块221、第二识别子模块222和与第 一识别子模块221和第二识别子模块222连接的判断模块223。判断模块223用于判断
yn(t)-I(p) I是小于2.5 ο n(t)还是大于或等于2.5。n(t)；第一识别子模块221用于当 判断模块223判断出I μηα)-Ι(ρ) I <2.5on(t)时识别出当前像素点作为背景的像素点； 第二识别子模块222用于当判断模块223判断出|yn(t)-I(p)|彡2.5。n(t)时识别出当 前像素点作为运动目标的像素点；其中，μηα)为当前像素点在当前背景模型中对应的高 斯分布的均值、。n2(t)为当前像素点在当前背景模型中对应的高斯分布的方差，I (P)为当 前像素点的第二像素值。本实施例的运动目标检测装置，将当前外观模型与生成的当前帧输入图像的第一 运动目标图像匹配，将根据当前外观模型查询出的当前帧输入图像的第一运动目标图像中 符合设置规则的像素点设置为运动目标的像素点，生成当前帧输入图像的第二运动目标图 像，从而可以通过当前外观模型将第一运动目标图像中被误判为背景的像素点修正为运动 目标的像素点，使生成的第二运动目标图像中包括较完整的运动目标的像素点，进而实现 了较完整的检测出运动目标。本实施例通过当前帧输入图像中各像素点的时域信息和空域 信息生成各像素点的第二像素值，并根据各像素点的第二像素值生成当前帧输入图像的第 一检测结果图像，有效地减少了第一检测结果图像中的噪声，从而与现有技术中仅通过各 像素点的时域信息生成运动目标图像的技术方案相比，本实施例实现了降低检测出的运动 目标的噪声。本实施例中，生成最佳标定点过程中采用的各公式和外观模型的各公式的计 算量均小于现有技术中的GMM算法，从而实现了快速的检测出运动目标。实验结果表明，当部分运动目标运动到遮挡物后方时，采用本发明实施例中的方法可以较好的检测出包括较 完整运动目标的运动目标图像。本发明实施例的技术方案可应用于多种视频处理系统，例如目标行为分析系统和 多摄像头监控系统等。最后应说明的是以上实施例仅用以说明本发明的技术方案而非对其进行限制， 尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解其依 然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修 改后的技术方案脱离本发明技术方案的精神和范围。
权利要求
一种运动目标检测方法，其特征在于，包括生成当前帧输入图像的第一运动目标图像；将当前外观模型与当前帧输入图像的第一运动目标图像匹配；根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型，查询出当前帧输入图像的第一运动目标图像中符合设置规则的像素点；将当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置为运动目标的像素点，生成所述当前帧输入图像的第二运动目标图像。
2.根据权利要求1所述的方法，其特征在于，所述生成当前帧输入图像的第一运动目 标图像包括根据当前帧输入图像的当前像素点的第二像素值对当前帧输入图像的当前像素点在 上一背景模型中对应的高斯分布的均值和方差进行更新处理，生成当前帧输入图像的当前 像素点在当前背景模型中对应的高斯分布的均值和方差；根据当前帧输入图像的当前像素点在当前背景模型中的高斯分布的均值和方差，识别 出当前帧输入图像的当前像素点是作为运动目标的像素点还是作为背景的像素点； 根据识别出的作为运动目标的像素点和作为背景的像素点生成第一运动目标图像。
3.根据权利要求2所述的方法，其特征在于，所述生成当前帧输入图像的第一运动目 标图像还包括根据公式/(X，力^ ￥、W(W，")/(W，")对当前帧输入图像的像素点进行计算处理，生成当前帧输入图像的像素点的第一像素值，其中，(x，y)为当前帧输入图像的像素点，Sxy为以 (x，y)为中心点的算子窗口，(m，n)为Sxy中的点，w(m，η)为点(m，η)的权重，I (m，η)为点 (m, η)的像素值，I(x，y)为生成的当前帧输入图像的像素点的第一像素值；根据公式Ψ (t) =I(t-l) (l-α 1)+I(t) α 1对当前帧输入图像的像素点的第一像素值 和上一帧输入图像的像素点的第一像素值进行计算处理，生成当前帧输入图像的像素点的 第二像素值，其中，I(t)为当前帧输入图像的像素点的第一像素值，I(t-l)为上一帧输入 图像的像素点的第一像素值，Ψ (t)为当前帧输入图像的像素点的第二像素值，α 1为更新 系数。
4.根据权利要求2所述的方法，其特征在于，所述根据当前帧输入图像的当前像素点 的第二像素值对当前帧输入图像的当前像素点在上一背景模型中对应的高斯分布的均值 和方差进行更新处理，生成当前帧输入图像的当前像素点在当前背景模型中对应的高斯分 布的均值和方差包括对当前帧输入图像中的当前像素点在上一背景模型中对应的高斯分布按照权重大小 进行排序；依次计算当前像素点的第二像素值与排序后的当前像素点在上一背景模型中对应的 高斯分布的均值的差值；当判断出当前像素点的第二像素值与当前像素点在上一背景模型中对应的某一高斯 分布的均值的差值大于或等于设置的阈值时，根据当前像素点的第二像素值对判断出的当 前像素点在上一背景模型中对应的该高斯分布的均值和方差进行更新处理，生成更新后的 均值和方差，并将当前像素点在上一背景模型中对应的该高斯分布的均值替换为更新后的均值以及将当前像素点在上一背景模型中对应的该高斯分布的方差替换为更新后的方差， 所述更新后的均值为当前像素点在当前背景模型中对应的高斯分布的均值，所述更新后的 方差为当前像素点在当前背景模型中对应的高斯分布的方差；当未判断出当前像素点的第二像素值与当前像素点在上一背景模型中对应的任一高 斯分布的均值的差值大于或等于设置的阈值时并且判断出当前像素点在上一背景模型中 对应的高斯分布的数量未达到最大值时，在上一背景模型中增加新的高斯分布，所述新的 高斯分布的均值设置为当前像素点的第二像素值，所述新的高斯分布的方差设置为固定 值，所述新的高斯分布的均值为当前像素点在当前背景模型中对应的高斯分布的均值，所 述新的高斯分布的方差为当前像素点在当前背景模型中对应的高斯分布的方差；当未判断出当前像素点的第二像素值与当前像素点在上一背景模型中对应的任一高 斯分布的均值的差值大于或等于设置的阈值时并且判断出当前像素点在上一背景模型中 对应的高斯分布的数量达到最大值时，将当前像素点在上一背景模型中对应的方差最大的 高斯分布替换成新的高斯分布，所述新的高斯分布的均值设置为当前像素点的第二像素 值，所述新的高斯分布的方差设置为固定值，所述新的高斯分布的均值为当前像素点在当 前背景模型中对应的高斯分布的均值，所述新的高斯分布的方差为当前像素点在当前背景 模型中对应的高斯分布的方差。
5.根据权利要求2所述的方法，其特征在于，所述根据当前帧输入图像的当前像素点 在当前背景模型中的高斯分布的均值和方差，识别出当前帧输入图像的当前像素点是作为 运动目标的像素点还是作为背景的像素点包括当判断出|yn(t)-I(p)| <2.5 0n(t)时，识别出当前像素点作为背景的像素点； 当判断出|yn(t)_I(p)|彡2.5on(t)时，识别出当前像素点作为运动目标的像素点； 其中，μηα)为当前像素点在当前背景模型中对应的高斯分布的均值、on2(t)为当前 像素点在当前背景模型中对应的高斯分布的方差，I(P)为当前像素点的第二像素值。
6.根据权利要求2所述的方法，其特征在于，还包括根据当前像素点在当前背景模型中对应的高斯分布的均值和方差，对当前像素点在上 一背景模型中对应的高斯分布的权重进行更新处理，生成更新后的权重，并将当前像素点 在上一背景模型中对应的高斯分布的权重替换为更新后的权重。
7.根据权利要求1所述的方法，其特征在于，所述将当前外观模型与当前帧输入图像 的第一运动目标图像匹配包括根据当前帧输入图像的最佳标定点，将当前外观模型与当前帧输入图像的第一运动目 标图像匹配。
8.根据权利要求7所述的方法，其特征在于，所述根据当前帧输入图像的最佳标定点， 将当前外观模型与当前帧输入图像的第一运动目标图像匹配之前包括根据上一帧输入图像的最佳标定点生成当前帧输入图像的最佳标定点，具体包括 根据上一帧输入图像的最佳标定点生成当前帧输入图像的状态变量； 根据当前帧输入图像的状态变量生成当前帧输入图像的初始标定点； 根据当前帧输入图像的初始标定点的邻域内的待选标定点确定当前帧输入图像的目 标前景区域，并生成确定出的当前帧输入图像的目标前景区域与当前外观模型的相似距 罔；将相似距离最小的当前帧输入图像的目标前景区域对应的待选标定点确定为当前帧 输入图像的最佳标定点。
9.根据权利要求1所述的方法，其特征在于，所述设置规则包括像素点在当前外观模 型中对应的概率值大于设定阈值；所述根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型，查询出当前帧 输入图像的第一运动目标图像中符合设置规则的像素点包括查询出当前帧输入图像的第一运动目标图像中在当前外观模型中对应的概率值大于 设定阈值的像素点；所述将当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置为运动目 标的像素点包括将当前帧输入图像的第一运动目标图像中在当前外观模型中对应的概率值大于设定 阈值的像素点设置为运动目标的像素点。
10.根据权利要求1所述的方法，其特征在于，所述当前外观模型包括当前颜色模型和 当前概率模型；所述方法还包括对上一外观模型进行更新处理生成所述当前外观模型；所述对上一外观模型进行更新处理生成所述当前外观模型包括通过颜色模型公式[CM1 X{x,y){\-ac) + lt ,(x,y)ac jc,ye目标前景区域CMt(x,y)^\gtliPM，对上一巾贞输入图像的[CM;_! (x,y)χ, 目标刖景区域像素点的像素值Iw (x，y)和上一颜色模型中像素点对应的颜色值CMwOc, y)进行计算处理，生成当前颜色模型中像素点对应的颜色值CMt (X，y)，其中，α。为颜色模型更新速率；μ^iPMl_](x,y)(l-ap) + ap xje 目标前景区域通过概率模型公式PMi(Xj)=P、对上一[ΡΜ,^χ,γΧΙ-αρ) χ，;μ 目标刖景区域概率模型中像素点对应的概率值ΡΜη(χ，y)进行计算处理，生成当前外观模型中像素点对 应的概率值PMt (x，y)，其中，α 5为概率模型更新速率。
11.一种运动目标检测装置，其特征在于，包括 接收模块，用于接收当前帧输入图像；生成模块，用于生成当前帧输入图像的第一运动目标图像； 匹配模块，用于将当前外观模型与当前帧输入图像的第一运动目标图像匹配； 查询模块，用于根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型，查 询出当前帧输入图像的第一运动目标图像中符合设置规则的像素点；设置模块，用于将当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置 为运动目标的像素点，生成所述当前帧输入图像的第二运动目标图像。
12.根据权利要求11所述的装置，其特征在于，还包括标定点生成模块，用于根据上一帧输入图像的最佳标定点生成当前帧输入图像的最 佳标定点，并将当前帧输入图像的最佳标定点输出给所述匹配模块，由所述匹配模块根据 当前帧输入图像的最佳标定点，将当前外观模型与当前帧输入图像的第一运动目标图像匹 配。
13.根据权利要求12所述的装置，其特征在于，所述标定点生成模块包括状态变量生成模块，用于根据上一帧输入图像的最佳标定点生成当前帧输入图像的状态变量；初始标定点生成模块，用于根据当前帧输入图像的状态变量生成当前帧输入图像的初 始标定点；相似距离生成模块，用于根据当前帧输入图像的初始标定点的邻域内的待选标定点确 定当前帧输入图像的目标前景区域，并生成确定出的当前帧输入图像的目标前景区域与当 前外观模型的相似距离；最佳标定点生成模块，用于将相似距离最小的当前帧输入图像的目标前景区域对应的 待选标定点确定为当前帧输入图像的最佳标定点。
14.根据权利要求11所述的装置，其特征在于，所述生成模块包括第一更新子模块，用于根据当前帧输入图像的当前像素点的第二像素值对当前帧输入 图像的当前像素点在上一背景模型中对应的高斯分布的均值和方差进行更新处理，生成当 前帧输入图像的当前像素点在当前背景模型中对应的高斯分布的均值和方差；识别模块，用于根据当前帧输入图像的当前像素点在当前背景模型中的高斯分布的均 值和方差，识别出当前帧输入图像的当前像素点是作为运动目标的像素点还是作为背景的 像素点；第一生成子模块，用于根据识别出的作为运动目标的像素点和作为背景的像素点生成 第一运动目标图像。
15.根据权利要求14所述的装置，其特征在于，所述生成模块还包括第二生成子模土夬，用于根据公式/(X，力=f ^^ “)7—，")对当前帧输入图像的像素点进行计算处理，生成当前帧输入图像的像素点的第一像素值，其中，(x，y)为当前帧输入图像的像素点，Sxy为 以(x，y)为中心点的算子窗口，(m，n)为Sxy中的点，w(m，η)为点(m，η)的权重，I(m，n)为 点(m，η)的像素值，I (x，y)为生成的当前帧输入图像的像素点的第一像素值；第三生成子模块，用于根据公式Ψ (t) = I(t-l) (l-α 1)+I(t) α 1对当前帧输入图像 的像素点的第一像素值和上一帧输入图像的像素点的第一像素值进行计算处理，生成当前 帧输入图像的像素点的第二像素值，其中，I (t)为当前帧输入图像的像素点的第一像素值， Kt-D为上一帧输入图像的像素点的第一像素值，ψα)为当前帧输入图像的像素点的第 二像素值，α 1为更新系数。
16.根据权利要求14所述的装置，其特征在于，所述识别模块包括第一识别子模块、第 二识别子模块和与所述第一识别子模块和所述第二识别子模块连接的判断模块；所述判断模块，用于判断I μ n(t)-i (ρ) ι是小于2. 5 σ n(t)还是大于或等于 2. 5on(t)；所述第一识别子模块，用于当所述判断模块判断出μηω-Ι(ρ) ι <2.5 0n(t)时识别 出当前像素点作为背景的像素点；所述第二识别子模块，用于当所述判断模块判断出I μηα)-ι(ρ) ι ^2.5on(t)时识别 出当前像素点作为运动目标的像素点；其中，μηα)为当前像素点在当前背景模型中对应的高斯分布的均值、on2(t)为当前 像素点在当前背景模型中对应的高斯分布的方差，I(P)为当前像素点的第二像素值。
17.根据权利要求11所述的装置，其特征在于，还包括外观模型更新模块，用于对上一外观模型进行更新处理生成所述当前外观模型。
全文摘要
本发明实施例公开了一种运动目标检测方法和装置。该方法包括生成当前帧输入图像的第一运动目标图像；将当前外观模型与当前帧输入图像的第一运动目标图像匹配；根据与当前帧输入图像的第一运动目标图像匹配的当前外观模型，查询出当前帧输入图像的第一运动目标图像中符合设置规则的像素点；将当前帧输入图像的第一运动目标图像中符合设置规则的像素点设置为运动目标的像素点，生成所述当前帧输入图像的第二运动目标图像。本实施例的技术方案中，可以通过当前外观模型将第一检测结果图像中被误判为背景的像素点修正为运动目标的像素点，使生成的第二检测结果图像中包括较完整的运动目标的像素点，进而实现了较完整的检测出运动目标。
文档编号G06T7/20GK101901486SQ20091022475
公开日2010年12月1日 申请日期2009年11月17日 优先权日2009年11月17日
发明者周越, 左坤隆, 彭甜, 郝韬 申请人:华为技术有限公司;上海交通大学