基于運動矢量的高速運動目標提取方法
【專利摘要】本發(fā)明涉及一種基于運動矢量的高速運動目標檢測方法。該方法首先從視頻流中直接提取運動矢量；然后進行運動矢量規(guī)范化，并估計場景的全局運動參數(shù)；最后通過對運動矢量統(tǒng)計特征的分析，實現(xiàn)高速運動目標的快速檢測。本方法能夠直接利用壓縮視頻數(shù)據(jù)中運動矢量內(nèi)含的運動信息，大幅提高壓縮視頻運動目標提取的速度，同時有效提升動攝像機環(huán)境下的高速運動目標檢測性能。
【專利說明】基于運動矢量的高速運動目標提取方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于運動矢量的高速運動目標提取方法。

【背景技術(shù)】
[0002] 運動目標檢測是指從視頻圖像中準確分割出運動目標，是目標匹配、視頻監(jiān)控、行 為分析等研究的理論基礎(chǔ)，是計算機視覺領(lǐng)域的熱點問題。在攝像機靜止條件下，背景變化 平穩(wěn)，運動目標檢測主要受光照、噪聲、遮擋、目標尺寸變化、背景復(fù)雜度等因素影響；在動 攝像機條件下，還受到攝像機運動或焦距變化的影響，給運動目標的快速、準確檢測帶來困 難。
[0003] 運動目標檢測方法主要有巾貞差法、背景差法和光流法。巾貞差法將相鄰兩巾貞或二中貞 視頻圖像差分獲得運動目標，處理速度快，實現(xiàn)簡單，但是難以獲得完整的運動目標，受運 動目標的速度影響較大，容易產(chǎn)生"空洞"現(xiàn)象。背景差法將輸入視頻與建模背景相減，獲 得完整的運動目標，但是受背景建模準確度影響較大，在背景運動條件下，運動目標檢測效 果大幅下降。光流法檢測視頻圖像中光流變化，實現(xiàn)運動目標檢測，可以有效克服攝像機運 動的影響，但是計算復(fù)雜，受噪聲影響嚴重。
[0004] 在靜止攝像機條件下，運動目標與背景之間、連續(xù)幀的運動目標位置之間存在差 異，通過對差異部分的統(tǒng)計分析，實現(xiàn)運動目標檢測。文獻【融合高斯混合模型和小波變換 的運動目標檢測，中國圖象圖形學(xué)報，2011】采用小波變換提取前景紋理，采用混合高斯模 型擬合背景圖像，解決前景與背景顏色相似導(dǎo)致的誤判問題，但方法復(fù)雜度高，處理速度較 慢。文獻【利用時空背景模型的快速運動目標檢測方法，中國圖象圖形學(xué)報，2011】改進混合 高斯背景建模方法，采用自適應(yīng)迭代分塊策略，運行速度快，但是對復(fù)雜背景適應(yīng)性較差。
[0005] 在動攝像機條件下，前景運動和背景運動產(chǎn)生混疊，通過對背景運動進行補償，實 現(xiàn)運動目標檢測。文獻【改進視覺背景提取模型的運動目標檢測方法，計算機輔助設(shè)計與圖 形學(xué)學(xué)報，2014】采用Harris算子檢測角點，采用松弛匹配法尋找最佳匹配點，采用多分辨 率背景差分方法提取運動目標，實現(xiàn)了抖動攝像機情況下的運動目標準確檢測，但對攝像 機抖動幅度有嚴格限制。文獻【一種適應(yīng)相機抖動的運動目標檢測方法，電子與信息學(xué)報， 2013】采用SIFT特征匹配求取全局運動，采用運動歷史圖檢測運動目標，對光線變化和背 景干擾適應(yīng)性強，但是方法復(fù)雜、實時性差。文獻【MPEG-4視頻中運動背景下的目標檢測方 法，光學(xué)學(xué)報，2009】采用基于背景宏塊運動相似性的全局運動提取方法，方法運行速度快， 但受限于區(qū)域增長起始位置和矢量編碼方式，對于復(fù)雜背景條件下的運動目標提取效果不 佳。發(fā)明專利【一種基于概率模型的運動攝像機自動目標跟蹤方法，201110287392. 0】采用 速度差異函數(shù)定位初始運動區(qū)域，采用后驗概率函數(shù)、顏色直方圖相似度函數(shù)調(diào)整目標大 小位置，可以有效實現(xiàn)目標跟蹤的可靠性，但算法復(fù)雜度高，難以滿足系統(tǒng)實時性的要求。 發(fā)明專利【一種針對移動攝像機的背景減除方法，201310002984. 2】提出一種基于改進后的 時空高斯模型的非全景背景模型，通過將當(dāng)前幀圖像劃分為重疊區(qū)域與新增區(qū)域，利用新 增區(qū)域更新背景模型，利用重疊區(qū)域進行運動目標提取，但此方法背景建模比較復(fù)雜，系統(tǒng) 實時性差。
[0006] 目前，視頻監(jiān)控質(zhì)量正逐漸從傳統(tǒng)的標清視頻向高清視頻轉(zhuǎn)變，視頻質(zhì)量的大幅 提高為其有效分析提供了極大的便利，但分析數(shù)據(jù)的倍增使得現(xiàn)有識別方法無法適應(yīng)系統(tǒng) 實時性的要求。部分方法采用視頻流中包含的運動矢量信息以提高視頻分析效率。發(fā)明專 利【基于運動矢量的移動偵測方法，201110206836. 3】提出了一種利用運動矢量鄰域特性判 斷物體邊緣進而進行運動分割的運動目標提取方法，但是該方法并未對動攝像機情況下全 局運動矢量進行考慮。發(fā)明專利【基于運動矢量的目標檢測方法，201210218165. 2】提出了 一種根據(jù)目標狀態(tài)更新背景模型，進而實現(xiàn)目標檢測的方法，但此方法并未考慮攝像機運 動和背景噪聲對運動矢量的影響。


【發(fā)明內(nèi)容】

[0007] 針對現(xiàn)有基于運動矢量的視頻分析方法對全局運動和背景噪聲考慮不周的問題， 本發(fā)明特提出一種基于運動矢量的高速運動目標檢測方法。首先根據(jù)監(jiān)控視頻的碼流格式 和解碼特點，從視頻流中直接提取運動矢量，進行運動矢量規(guī)范化；然后估計和補償全局運 動；最后通過對運動矢量統(tǒng)計特征的分析，實現(xiàn)高速運動目標的快速檢測。
[0008] 方法流程如圖1所示。具體步驟如下： 1、運動矢量提取與規(guī)范化 運動矢量提取的目的是為了充分利用視頻碼流中的有效信息，便于實現(xiàn)系統(tǒng)的實時 性。
[0009] 運動矢量規(guī)范化的目的是為了解決視頻編碼多參考幀問題，便于對運動矢量特征 的準確提取。
[0010] 首先提取當(dāng)前視頻碼流中的運動矢量信息，得到當(dāng)前幀的運動矢量圖，然后提取 當(dāng)前幀各宏塊的參考幀信息，接著對運動矢量進行如下規(guī)范化處理：

【權(quán)利要求】
1.基于運動矢量的高速運動目標檢測方法，首先根據(jù)監(jiān)控視頻的碼流格式和解碼特 點，從視頻流中直接提取運動矢量；然后進行運動矢量規(guī)范化，并估計場景的全局運動參 數(shù)；最后通過對運動矢量統(tǒng)計特征的分析，實現(xiàn)高速運動目標的快速檢測，其特征在于：具 體步驟包括： 步驟一、運動矢量提取與規(guī)范化； 步驟二、全局運動估計； 步驟三、全局運動補償； 步驟四、運動目標分割，實現(xiàn)高速運動目標的快速檢測； 所述運動矢量提取與規(guī)范化，具體包括： 首先提取當(dāng)前視頻碼流中的運動矢量信息，得到當(dāng)前幀的運動矢量圖，然后提取當(dāng)前 幀各宏塊的參考幀信息，接著對運動矢量進行如下規(guī)范化處理：
其中，（AiFsi,M(vl)表示當(dāng)前巾貞內(nèi)坐標為（AY)的宏塊相對前1巾貞的運動矢量， 表示當(dāng)前巾貞內(nèi)坐標為(；^)宏塊相對前j巾貞的運動矢量，; 所述全局運動估計，其具體流程為： (3. 1)提取當(dāng)前幀的規(guī)范化運動矢量； (3. 2)標記當(dāng)前幀宏塊屬性氣(1,2,3,4),分別表示16X16的幀間編碼宏塊、 16X8的巾貞間編碼宏塊、8X8的巾貞間編碼宏塊和巾貞內(nèi)編碼宏塊，其中下標U表不宏塊在當(dāng) 前幀的位置； (3. 3)對MinIwleu =I的所有宏塊的運動矢量按Jf、7進行方向直方圖統(tǒng)計，得到全局 運動的估計; 所述全局運動補償，具體流程如下： (4. 1)將所有滿足+ 4且馬+4的宏塊的運動矢量 ，補償為(〇?〇); (4. 2)將所有滿足-4S4且-4的宏塊的運動矢量(Μ4，Μ%)，補償 為(〇,〇); (4. 3)對于所有擁有非零的宏塊，若其8鄰域內(nèi)宏塊的運動矢量均為(0,0) ,則補償為(〇,〇); (4. 4)所有幀內(nèi)編碼宏塊，設(shè)定其運動矢量為(0,0); (4. 5)其它宏塊的運動矢量，按照公式（2)進行補償； (MVK,MVy) = (MFxl -μχ,MVyl -μ?)(2) 所述運動目標分割，具體流程如下： (5. 1)提取全局運動補償后運動矢量的模值；
(5. 2)給定閾值ΑΛ?,遍歷運動矢量模值，獲得兩類運動矢量的概率p和€，
其中，L/表示模值小于的運動矢量個數(shù)，r表示模值大于的運動矢量個數(shù)，Wr為運動矢量總個數(shù)，即?Τ=L/+Γ; (5. 3)計算兩類運動矢量灰度均值
其中，ε?!表示一幀圖像中所有模值小于的運動矢量模值和，SKW3表示一幀圖像 中所有模值大于的運動矢量模值和； (5. 4)計算類間方差；
(5. 5)遍歷的所有可能取值，尋找使得￥最大的作為最優(yōu)閾值T/f ;
(5. 6)以IW為閾值對運動矢量幅值圖進行分割； (5. 7)對分割結(jié)果進行閉運算，并以TW5為閾值選取有效連通區(qū)域，TW5受拍攝設(shè)備初 始條件影響，其中&_表示當(dāng)前監(jiān)控場景中運動目標的一般高度，為監(jiān)控攝像機高度，Γ為目標圖像大小比例系數(shù)
2.根據(jù)權(quán)利要求1所述的基于運動矢量的高速運動目標檢測方法，其特征在于，所述 直方圖統(tǒng)計采用判定高斯分布的3σ準則對提取到的X方向直方圖和Γ方向直方圖進行 判定，如果直方圖被判定為類高斯分布，則將該高斯分布的中心作為當(dāng)前視頻幀在該方向 上的全局運動估計，當(dāng)前視頻巾貞在、F方向上的全局運動估計/?、外組成了當(dāng)前巾貞的全 局運動矢量/?)。
【文檔編號】G06T7/20GK104463910SQ201410735601
【公開日】2015年3月25日 申請日期:2014年12月8日 優(yōu)先權(quán)日:2014年12月8日
【發(fā)明者】謝劍斌, 閆瑋, 劉通, 李沛秦 申請人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)