专利名称：一种在视频中搜索目标的方法
技术领域：
本发明属于视频分析处理技术领域，涉及移动物件的提取及特征匹配，具体的说是公开了一种在视频中搜索目标对象的方法。
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地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，不便于视频查看及目标查找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，在视频中寻找某一目标时，必须人工完整查看整个视频。然而，一方面，在实际应用过程中，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，视频中出现人物的时段与每天24小时的全天候录像相t匕，其所占时间是相对短暂的。查看监控视频时，其中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。另一方面，目标对象在视频中出现的时间段可能仅仅十几秒甚至几秒种，现有人工查找目标的方式，除了上面提到的观看静态画面浪费大量时间外，还有大量时间浪费在非目标人物的识别和筛选上。如能自动识别视频中是否包含与目标对象相同的前景物件，或者将少量与目标对象相似的前景物件组成待选列表推荐给用户查看，显然意义非常重大。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。如能将上述基于高斯混合模型的前、背景分离技术应用于目标搜索，用以分离前景物件，再配合特征的提取与对比技术，将使在视频中进行目标自动搜索成为可能。
发明内容
本发明目的是针对上述技术现状，提供一种可以自动对比目标对象与被搜索视频中的前景物件，并以不同形式输出搜索结果的目标搜索方法。为达到上述目的，本发明所采用的技术方案是一种在视频中搜索目标的方法，包括如下步骤(a)提取目标物件的特征参数；(b)从待检视频中分离前景物件；(c)逐一提取前景物件的特征参数，并逐一与目标物件进行特征对比；(d)根据对比结果输出搜索结果。上述方法中，步骤(b)所述的分离前景物件可以采用目前较为常见的高斯建模的方法，一般包括如下步骤
(b-1)建立待检视频的高斯混合模型；(b-2)基于高斯混合模型建立背景模型；(b-3)逐一侦画面与背景模型进行对比，分离前景像素。步骤(a)和(C)所述的前景物件和目标对象的特征参数主要是指颜色特征参数、纹理特征参数、形状特征参数三者中的一种或几种。特征参数种类越多，特征对比的结果准确率越高，当然，同时也会增加计算机的计算量。一般情况下，颜色特征参数和纹理特征参数是必选的两项，而由于纹理特征可以在一定程序上反应形状特征，因此，形状特征参数主要用于对前景物件的初步或进一步筛选。所述颜色特征可以用相关量和非相关量表征，所述相关量是指连续的同一颜色的像素点数量，非相关量是指不连续的该颜色像素点数量。以此表征颜色特征，来进行特征对t匕，除了可以考虑到颜色数量差异，还可以将颜色的分布差异考虑在内。采用这种方法需要进行像素数量统计和像素的位置关系识别，运算过程相对复杂。以相关量和非相关量表征的颜色特征，其提取过程为分别针对对象所包含的各种颜色，统计相连续的像素点数量和不连续像素点数量，其相连续的像素点数量为该颜色的颜色相关量，不连续的像素点数量为该颜色的非相关量。以相关量和非相关量表征颜色特征时，颜色特征对比方式如下1、根据式⑴计算获得前景物件与目标物件的相关性参考值
权利要求
1.一种在视频中搜索目标的方法，其特征在于，包括如下步骤 (a)提取目标物件的特征参数； (b)从待检视频中分离前景物件； (C)逐一提取前景物件的特征参数，并逐一与目标物件进行特征对比； (d)根据对比结果输出搜索结果。
2.根据权利要求1所述在视频中搜索目标的方法，其特征在于，步骤(b)包括如下步骤 (b-1)建立待检视频的高斯混合模型； (b-2)基于高斯混合模型建立背景模型； (b-3)逐一侦画面与背景模型进行像素对比，分离前景像素。
3.根据权利要求1所述在视频中搜索目标的方法，其特征在于，所述前景物件及目标对象的特征参数包括颜色特征参数、纹理特征参数、形状特征参数，所述特征对比步骤如下 (c-1)针对全部前景物件，逐一对比前景物件与目标物件的形状特征，获得各前景物件的形状特征对比的结果参考值，根据形状特征对比的结果参考值筛选前景物件； (c-2)针步骤(c-1)筛选出来的前景物件，逐一对比前景物件与目标物件的颜色特征和纹理特征，获得筛选出来的各前景物件的颜色特征对比的结果参考值和纹理特征对比的结果参考值； (c-3)对同一前景物件的颜色特征对比的结果参考值和纹理特征对比的结果参考值直接求和或加权求和，将结果作为该前景物件的特征对比的结果参考值，该值大小反应前景物件与目标对象之间的相关程度。
4.根据权利要求1所述在视频中搜索目标的方法，其特征在于，所述前景物件及目标对象的特征参数包括颜色特征参数、纹理特征参数，所述特征对比步骤如下 (c-1)针步骤全部前景物件，逐一对比前景物件与目标物件的颜色特征和纹理特征，获得各前景物件的颜色特征对比的结果参考值和纹理特征对比的结果参考值； (c-2)对同一前景物件的颜色特征对比的结果参考值和纹理特征对比的结果参考值直接求和或加权求和，将结果作为该前景物件的特征对比的结果参考值，该值大小反应前景物件与目标对象之间的相关程度。
5.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，步骤(d)包括 (d-1)根据各前景物件的特征对比结果参考值，对经过特征对比的各前景物件进行排序; (d-2)将经过排序的各前景物件直接作为搜索结果输出。
6.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，步骤(d)包括 (d-1)根据各前景物件的特征对比结果参考值，筛选经过特征对比的前景物件； (d-2)将步骤(d-1)筛选出来的前景物件直接作为搜索结果输出，或排序后作为搜索结果输出。
7.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，所述形状特征参数是指物件的宽度与高度比，其提取方法为统计对象各像素点中最小横坐标Xmin、最小纵坐标Ymin、最大横坐标Xmax、最大纵坐标Ymax,用公式S=(Xmax-Xmin) / (Ymax-Ymin)计算获得物件的宽高比。
8.根据权利要求7所述在视频中搜索目标的方法，其特征在于，形状特征对比方法为取前景物件宽高比与目标物件宽高比的差值，将该值作为形状特征对比的结果参考值。
9.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，所述颜色特征参数是指颜色相关量和非相关量，其提取方法为分别针对对象所包含的各种颜色，统计相连续的像素点数量和不连续像素点数量，其相连续的像素点数量为该颜色的颜色相关量，不连续的像素点数量为该颜色的非相关量。
10.根据权利要求9所述在视频中搜索目标的方法，其特征在于，颜色特征对比方法为根据式(I)计算获得前景物件与目标物件的相关性参考值
11.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，所述纹理特征参数是指灰度共生矩阵。
12.根据权利要求11所述在视频中搜索目标的方法，其特征在于，纹理特征提取及对比方法为分别以(0，1)、(1,0), (1,1)为差分值计算获得物件的三个灰度共生矩阵；分别计算前景物件三个灰度共生矩阵与目标物件三个灰度共生矩阵的距离差，对计算获得的三个距离差求和，将结果作为纹理特征对比的结果参考值。
13.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，所述颜色特征参数是指色度分布向量，其提取方法为提取各像素的三种色度的值，分别针对每一种色度，统计在色度的取值范围(0 255)内，取值为各个色度值的像素的数量(包括0)，组成一个包含256个样本的色度分布向量。
14.根据权利要求13所述在视频中搜索目标的方法，其特征在于，颜色特征对比方法为根据式(3)分别计算前景物件与目标物件的三种色度分布向量的向量间相似度，对计算获得的三个相似度数值进行求和，将结果作为颜色特征对比的结果参考值，
15.根据权利要求3或4所述在视频中搜索目标的方法，其特征在于，所述纹理特征参数是指灰度LBP分布向量，其提取方法为逐一像素计算其灰度的LBP值，统计在LBP值的取值范围(0 255)内，取值为各个LBP值的像素的数量(包括0)，组成一个包含256个向理值的灰度LBP分布向量。
16.根据权利要求15所述在视频中搜索目标的方法，其特征在于，纹理特征对比方法为根据式(3)计算前景物件与目标物件的灰度LBP分布向量的向量间相似度，将结果作为纹理特征对比的结果参考值，
全文摘要
本发明属于视频分析与处理技术领域，公开了一种在视频中搜索目标的方法，该方法基于前/背景分离技术及特征对比技术，通过提取目标物件的特征参数，从待检视频中分离前景物件，逐一提取前景物件的特征参数，并逐一与目标物件进行特征对比，最后根据对比结果输出搜索结果等四个步骤，来实现在视频中搜索目标的目的。从应用角度而言，通过此方法改善现有的视频监控系统，具有节省人力资源和时间成本等重要现实意义，从技术层面而言，本发明首次将画像特征对比技术应用于目标搜索实践，同时，对现有特征对比技术进行了改进，进一步提高特征对比的准确率。对监控及侦查搜索领域的技术进步具有推动作用。
文档编号G06F17/30GK103020198SQ20121051386
公开日2013年4月3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