專利名稱:運(yùn)動(dòng)檢測(cè)方法及裝置、背景模型建立方法及裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及運(yùn)動(dòng)檢測(cè)技術(shù),尤其涉及一種運(yùn)動(dòng)檢測(cè)方法和裝置、以及背 景模型建立方法和裝置。
背景技術(shù):
運(yùn)動(dòng)檢測(cè)(Motion Detection )是計(jì)算機(jī)視覺(jué)(Computer Vision )研究的 重要領(lǐng)域,在視頻監(jiān)控和智能交通等領(lǐng)域有著廣泛的應(yīng)用。目前的運(yùn)動(dòng)檢測(cè) 方法主要包括基于像素點(diǎn)的檢測(cè)方法和基于區(qū)域的檢測(cè)方法。
現(xiàn)有技術(shù)中,基于像素點(diǎn)的檢測(cè)方法,如混合高斯運(yùn)動(dòng)檢測(cè)方法(MoG ), 僅僅獨(dú)立考慮每個(gè)像素點(diǎn)的信息而忽略了圖像區(qū)域中的各個(gè)像素點(diǎn)之間的 相關(guān)性,丟失了很多有價(jià)值的信息;并且通常對(duì)所有像素點(diǎn)都進(jìn)行處理,運(yùn) 算量大,不利于實(shí)時(shí)應(yīng)用?;趨^(qū)域的檢測(cè)方法,如特征背景方法(Eigen Background),先收集訓(xùn)練背景圖像,然后使用主分量分析(也稱主成分分 析,PCA)技術(shù)提取背景圖像的特征來(lái)描述背景,但PCA技術(shù)忽略了訓(xùn)練
背景圖像序列的時(shí)間特性,因此訓(xùn)練得到的背景模型失去了背景圖像序列時(shí) 間上的特征,進(jìn)而影響了運(yùn)動(dòng)檢測(cè)的準(zhǔn)確性。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明中一方面提供一種運(yùn)動(dòng)檢測(cè)方法和裝置,另一方面提 供一種背景模型建立方法和裝置,以提高運(yùn)動(dòng)檢測(cè)的準(zhǔn)確性。 本發(fā)明所提供的運(yùn)動(dòng)檢測(cè)方法,包括
A、 將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列表示為 一個(gè)高階張量;
B、 對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量子空間;
C、 利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域進(jìn)行運(yùn)動(dòng)檢測(cè)。
6較佳地,所述步驟C包括 '從所述訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列中選取一個(gè)訓(xùn)練區(qū)域作
為當(dāng)前基準(zhǔn)區(qū)域,或?qū)⑺霎?dāng)前訓(xùn)練區(qū)域序列中對(duì)應(yīng)像素點(diǎn)的均值所構(gòu)成的均
值圖像區(qū)域作為基準(zhǔn)區(qū)域;
計(jì)算所述基準(zhǔn)區(qū)域在所述張量子空間上的投影,得到第 一投影;
計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,得到第二
投影;
計(jì)算所述第一投影和第二投影之間的距離值,將所述距離值與設(shè)定的條件 進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。 較佳地,確定所述條件的方法包括
分別計(jì)算當(dāng)前訓(xùn)練區(qū)域序列中每個(gè)訓(xùn)練區(qū)域在所述張量子空間上的投影, 得到對(duì)應(yīng)的一組投影;
分別計(jì)算該組投影中每個(gè)投影與所述第一投影之間的距離,得到對(duì)應(yīng)的一 組距離值;
估計(jì)該組距離值的均值/Z和均方差CT,將(//-30",//+3(7)作為所述條件;
所述將距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出 現(xiàn)包括判斷所述距離值是否位于所述(//-30",//+3力之內(nèi),如果是,則確定沒(méi) 有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
較佳地,所述條件為閾值T1;
所述將距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出 現(xiàn)包括判斷所述距離值是否小于所述閾值Tl,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng) 目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
較佳地,所述步驟C包括
計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,利用得到 的投影進(jìn)行圖像重建,得到當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域的重建區(qū)域;
計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域與其重建區(qū)域之間的距離值,將所述距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
較佳地,所述條件為閾值T2;
所述將距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出 現(xiàn)包括判斷所述距離值是否小于所述閾值T2,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng) 目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
較佳地,所述當(dāng)前訓(xùn)練區(qū)域?yàn)檎麄€(gè)背景圖像區(qū)域,或?qū)⒈尘皥D像劃分為 多個(gè)圖像塊之后當(dāng)前圖像塊所對(duì)應(yīng)的圖像區(qū)域;
所述對(duì)應(yīng)待檢區(qū)域?yàn)榕c當(dāng)前訓(xùn)練區(qū)域相對(duì)應(yīng)的整個(gè)當(dāng)前待檢圖像,或?qū)?當(dāng)前待檢圖像劃分為多個(gè)待檢圖像塊之后與當(dāng)前訓(xùn)練區(qū)域相對(duì)應(yīng)的當(dāng)前待檢圖 像塊所對(duì)應(yīng)的圖像區(qū)域。
較佳地,所述步驟A之前,進(jìn)一步包括對(duì)訓(xùn)練用的背景圖像序列中的每 幅背景圖像進(jìn)行預(yù)處理;
所述步驟C之前,進(jìn)一步包括對(duì)當(dāng)前待檢圖像進(jìn)行預(yù)處理。
較佳地,所述當(dāng)前訓(xùn)練區(qū)域?yàn)閷⒈尘皥D像劃分為多個(gè)圖像塊之后當(dāng)前圖 像塊所對(duì)應(yīng)的區(qū)域;
所述對(duì)應(yīng)待檢區(qū)域?yàn)閷?dāng)前待檢圖像劃分為多個(gè)待檢圖像塊之后與當(dāng)前 訓(xùn)練區(qū)域相對(duì)應(yīng)的當(dāng)前待檢圖像塊所對(duì)應(yīng)的區(qū)域;
所述步驟C之后,進(jìn)一步包括
將所述待檢區(qū)域的像素點(diǎn)根據(jù)檢測(cè)結(jié)果設(shè)置為預(yù)定的運(yùn)動(dòng)或背景對(duì)應(yīng)的像 素值;
在對(duì)當(dāng)前待檢圖像的每個(gè)待檢區(qū)域完成運(yùn)動(dòng)檢測(cè)后,將設(shè)置了運(yùn)動(dòng)或背 景像素值的當(dāng)前待檢圖像的每個(gè)待檢區(qū)域進(jìn)行拼接,將拼接結(jié)果作為當(dāng)前待 檢圖像的運(yùn)動(dòng)檢測(cè)結(jié)果。
本發(fā)明所提供的背景模型建立方法,包括
將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列表示為 一個(gè)高階張量; 對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量子空間; 利用所述張量子空間表示每個(gè)訓(xùn)練區(qū)域,得到訓(xùn)練后的對(duì)應(yīng)區(qū)域背景模
8型。
本發(fā)明所提供的運(yùn)動(dòng)檢測(cè)裝置,包括
張量子空間計(jì)算單元,用于將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列 表示為一個(gè)高階張量,對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量
子空間;
運(yùn)動(dòng)檢測(cè)單元,用于利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域
進(jìn)4于運(yùn)動(dòng);f企測(cè)。
較佳地,.所述運(yùn)動(dòng)檢測(cè)單元包括
基準(zhǔn)區(qū)域確定單元,用于從所述訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序 列中選取一個(gè)訓(xùn)練區(qū)域作為基準(zhǔn)區(qū)域,或?qū)⑺霎?dāng)前訓(xùn)練區(qū)域序列中對(duì)應(yīng)像素 ,*的均值所構(gòu)成的均值圖像作為基準(zhǔn)區(qū)域;
投影計(jì)算單元,用于計(jì)算所述基準(zhǔn)區(qū)域在所述張量子空間上的投影,得到 第一投影;計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,得 到第二投影;
第一結(jié)果確定單元,用于計(jì)算所述第一投影和第二投影之間的距離值,將 所述第一投影和第二投影之間的距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果 確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
較佳地,所述運(yùn)動(dòng)檢測(cè)單元包括
圖像重建單元,用于計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間 上的投影,利用得到的投影進(jìn)行圖像重建,得到當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域 的重建區(qū)域;
第二結(jié)果確定單元,用于計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域與其重建區(qū) 域之間的距離值,將所述距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定 運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
本發(fā)明所提供的背景模型建立裝置,包括
張量子空間計(jì)算單元,用于將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列 表示為一個(gè)高階張量,對(duì)所述張量進(jìn)行奇異值分解,得到所述張量的張量子空間;
背景模型構(gòu)造單元,用于利用所述張量子空間表示每個(gè)訓(xùn)練區(qū)域,得到 訓(xùn)練后的對(duì)應(yīng)區(qū)域背景模型。
從上述方案可以看出,本發(fā)明中基于張量分析的方法,將收集的背景圖 像序列或其劃分為圖像塊之后的每個(gè)圖像塊序列表示為一個(gè)高階張量,并計(jì) 算該張量的張量子空間,利用該張量子空間對(duì)當(dāng)前待檢圖像或其劃分為圖像 塊之后的對(duì)應(yīng)待檢圖像塊進(jìn)行運(yùn)動(dòng)檢測(cè)。由于高階張量包含有背景圖像序列 時(shí)間上的特性,因此基于這種張量分析的運(yùn)動(dòng)檢測(cè)不僅提取了背景圖像的空 間特性,還提取了背景圖像的時(shí)間特性,由于充分考慮了背景圖像的時(shí)空特 性,因此基于這種張量分析的運(yùn)動(dòng)檢測(cè)提高了運(yùn)動(dòng)檢測(cè)的準(zhǔn)確性。
圖1為本發(fā)明實(shí)施例中運(yùn)動(dòng)4企測(cè)方法的示例性流程圖2為本發(fā)明實(shí)施例中張量A的示意圖3為本發(fā)明實(shí)施例中張量A的各模式示意圖4為本發(fā)明實(shí)施例中張量A的各模式展開(kāi)示意圖5為本發(fā)明實(shí)施例中運(yùn)動(dòng)檢測(cè)裝置的示例性結(jié)構(gòu)圖6a和圖6b為圖5所示裝置中運(yùn)動(dòng)檢測(cè)單元的結(jié)構(gòu)示意圖7為本發(fā)明實(shí)施例中背景模型的建立裝置的示例性結(jié)構(gòu)圖。
具體實(shí)施例方式
為了將背景圖像序列時(shí)間上的特性考慮進(jìn)來(lái),本發(fā)明實(shí)施例中引入了數(shù) 學(xué)領(lǐng)域中的張量(Tensor)的概念,張量可以視為一種高維的矩陣,用高階 張量表示背景圖像序列時(shí),不僅可以體現(xiàn)背景圖像序列的空間特性,還可以 體現(xiàn)背景圖像序列的時(shí)間特性。因此,具體實(shí)現(xiàn)時(shí),可將訓(xùn)練用的背景圖像 序列表示為一個(gè)高階張量,然后計(jì)算該張量的張量子空間,利用該張量子空 間對(duì)當(dāng)前待檢圖像進(jìn)行運(yùn)動(dòng)4會(huì)測(cè)。上述過(guò)程中,運(yùn)動(dòng)檢測(cè)是以整個(gè)圖像為單位進(jìn)行的,為了降低運(yùn)算復(fù)雜 度,本發(fā)明實(shí)施例中還可首先將訓(xùn)練用的背景圖像序列分成多個(gè)圖像塊序列 (如多個(gè)大小相等的圖像塊序列),相應(yīng)地,將當(dāng)前待檢圖像也劃分為與每 個(gè)背景圖像對(duì)應(yīng)大小和數(shù)量的多個(gè)待檢圖像塊,之后以圖像塊為單位進(jìn)行運(yùn) 動(dòng)檢測(cè),即對(duì)背景圖像序列的每個(gè)圖像塊序列,將其表示為一個(gè)高階張量, 然后計(jì)算該張量的張量子空間,利用該張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待 檢圖像塊進(jìn)行運(yùn)動(dòng)檢測(cè)。
:具體實(shí)現(xiàn)時(shí),以整個(gè)圖像為單位進(jìn)行處理或以圖像的每個(gè)圖像塊為單位 進(jìn)行處理均是可以的。
為描述方便,下面將以整個(gè)圖像為單位時(shí)的背景圖像或以圖像的每個(gè)圖 像塊為單位時(shí)的背景圖像塊統(tǒng)稱為背景圖像的訓(xùn)練區(qū)域,并將以整個(gè)圖像為 單位時(shí)的待檢圖像或以圖像的每個(gè)圖像塊為單位時(shí)的對(duì)應(yīng)待檢圖像塊統(tǒng)稱 為待檢圖像的對(duì)應(yīng)待檢區(qū)域。
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白,下面結(jié)合實(shí)施例和 附圖,對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。
圖1為本發(fā)明實(shí)施例中運(yùn)動(dòng)檢測(cè)方法的示例性流程圖。如圖1所示,該
流程包括如下步驟
步驟101,將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列表示為一個(gè)高 階張量。
下面以訓(xùn)練區(qū)域?qū)?yīng)整個(gè)圖像,并且高階張量為三階張量的情況為例進(jìn) 行描述。
首先收集訓(xùn)練用的背景圖像序列,假設(shè)該背景圖像序列包括/3幅背景圖 像,每幅背景圖像包括/,行、/2列像素點(diǎn),則可將該背景圖像序列表示為如 圖2所示的一個(gè)三階張量A,爿ei^'"一3 (圖中的虛線僅表示多個(gè)的意思, 并非表示圖中示出的三個(gè))。該張量的維數(shù)記為/,></2>(/3,其中的任意一個(gè) 元素可以表示為。
11步驟102,對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量子空間。 本步驟中,以圖2所示張量A為例,由于該張量A是個(gè)三階張量,因此張 量A共有3種模式,如圖3所示(圖中的虛線僅表示多個(gè)的意思,并非表示圖 中示出的三個(gè)),則對(duì)張量A進(jìn)行高階奇異值分解,得到張量子空間的方法可 以是分別計(jì)算張量A三個(gè)模式的展開(kāi),得到如圖4所示(圖中的虛線僅表示 多個(gè)的意思,并非表示圖中示出的三個(gè))的A(1)、 A^和A③,分別計(jì)算A(," A②和A。的奇異值分解《,=f/(")SFr, n= 1,2,3,得到三個(gè)正交矩陣W,(7②,"("。 :c/"),t/(2',/7(3)即為張量A的張量子空間,構(gòu)成張量A的每幅背景圖像均可以用該 張量子空間來(lái)唯一的表示。具體實(shí)現(xiàn)過(guò)程可如下所示 for n = 1到3
1、 計(jì)算^的"模式展開(kāi)《>;
2、 計(jì)算4 ,的奇異值分解(svd): 4 )="(")2"; '
3、 提取"(")。
end
其中,[/'"是一個(gè)維數(shù)為J,XA的矩陣,C/("是一個(gè)維數(shù)為^x/2的矩陣,
是一個(gè)維數(shù)為^x/3的矩陣,人,^,^分別表示矩陣C/(", (7("的秩,可以根
據(jù)張量^的維數(shù)確定。
對(duì)于N階張量,則本步驟中,可首先計(jì)算張量各模式的展開(kāi)^,,然后計(jì)算 ^的奇異值分解4)-"(")S",得到正交矩陣t/("),其中,n-l,2,…,N。其中,N 是大于1的自然數(shù)。
步驟103,利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域進(jìn)行運(yùn)動(dòng) 檢測(cè)。
對(duì)于任意一幅待檢測(cè)圖像,可以將其表示為一個(gè)維數(shù)為/,x^xl的三階張量 4 , 4在張量子空間C/('),"'2),t/(3)中的才殳影為5( = 4 x, f/(l)、2 c/(2f (1)
其中,"w,[/(^,t/(^分別表示矩陣i7('),;7(2),t/(3)的轉(zhuǎn)置,s,也是一個(gè)張量,其
維數(shù)為^x^xl, x表示張量與矩陣的乘積運(yùn)算,其詳細(xì)定義可以參考相關(guān)數(shù)學(xué)手冊(cè)。如參考文獻(xiàn)1: "M. A. 0. Vasilescu and D. Terzopoulos, " "Multi-linear Subspace Analysis of Image Ensembles, in Proc. CVPR'03, Vol. 2, pp.93-99, June 2003"。
由于5,可以很好的描述4的本質(zhì)特征,即使拍攝場(chǎng)景中出現(xiàn)了一些變化其
仍能保持很好的穩(wěn)定性,例如,如果出現(xiàn)了比如光照變化、樹(shù)葉搖動(dòng)之類的監(jiān) 控場(chǎng)景的變化,在A中則沒(méi)有什么大的變化,只有出現(xiàn)明顯的運(yùn)動(dòng)目標(biāo)的情況 下,才會(huì)產(chǎn)生顯著的變化。
基于這一特性,本實(shí)施例中實(shí)現(xiàn)運(yùn)動(dòng)檢測(cè)的方法可有多種,下面列舉其中
兩種
第一種
從訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列中選取一個(gè)訓(xùn)練區(qū)域作為當(dāng) 前基準(zhǔn)區(qū)域,或?qū)?dāng)前訓(xùn)練區(qū)域序列中對(duì)應(yīng)像素點(diǎn)的均值所構(gòu)成的均值圖像區(qū) 域作為基準(zhǔn)區(qū)域;計(jì)算該基準(zhǔn)區(qū)域在張量子空間上的投影,得到第一投影;計(jì) 算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,得到第二投影; 如果待檢圖像與背景圖像相同,則第一投影與第二投影應(yīng)該是高度相似的,因 此可計(jì)算第一投影和第二投影之間的距離值d,將所述距離值與設(shè)定的條件進(jìn) 行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。對(duì)于訓(xùn)練區(qū)域?qū)?yīng)整個(gè)圖像的 情況,則該過(guò)程對(duì)應(yīng)為從訓(xùn)練用的背景圖像序列中選取一幅背景圖像作為基 準(zhǔn)背景圖Y象,或?qū)⑺鲇?xùn)練用的背景圖像序列對(duì)應(yīng)像素點(diǎn)的均值所構(gòu)成的均值 圖像作為基準(zhǔn)背景圖像;計(jì)算所述基準(zhǔn)背景圖像在所述張量子空間上的投影, 得到第一投影;計(jì)算當(dāng)前待檢圖像在所述張量子空間上的投影,得到第二投影; 計(jì)算所述第一投影和第二投影之間的距離值,將所述距離值與設(shè)定的條件進(jìn)行 匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
其中,設(shè)定的條件可以是單個(gè)閾值Tl,該閾值T1可以根據(jù)實(shí)際需要進(jìn)行 設(shè)置,其取值可以是根據(jù)經(jīng)驗(yàn)給出,或根據(jù)其它方法確定。則匹配過(guò)程可以是 判斷距離值d是否小于閾值Tl,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
此外,設(shè)定的條件也可以是一個(gè)閾值區(qū)間,該閾值區(qū)間可以根據(jù)實(shí)際需要 進(jìn)行設(shè)置,其取值可以是根據(jù)經(jīng)驗(yàn)給出,或根據(jù)其它方法確定。例如,可分別 計(jì)算當(dāng)前訓(xùn)練區(qū)域序列中每個(gè)訓(xùn)練區(qū)域在所述張量子空間上的投影,得到對(duì)應(yīng)
的一組投影(對(duì)于訓(xùn)練區(qū)域?qū)?yīng)整個(gè)圖像的情況,則該過(guò)程對(duì)應(yīng)為分別計(jì)算 背景圖像序列中每幅背景圖像在所述張量子空間上的投影,得到對(duì)應(yīng)的一組投 影),分別計(jì)算該組投影中每個(gè)投影與所述第一投影之間的距離,得到對(duì)應(yīng)的一
組距離值;估計(jì)該組距離值的均值/Z和均方差CT ,將閾值區(qū)間(//-3tT,A+3(T)作為
所述條件。具體匹配過(guò)程可以是判斷距離值d是否位于所述區(qū)間(//-3CT,//+3a) 之內(nèi),如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。 第二種
計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,利用得到 的投影進(jìn)行圖像重建,得到當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域的重建區(qū)域;如果待 檢圖像與背景圖像相同,則重建區(qū)域與實(shí)際待檢區(qū)域的差距應(yīng)該很小,為此可 計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域與其重建區(qū)域之間的距離值,將所述距離值 與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。其中,設(shè)定的 條件可以是單個(gè)閾值T2,也可以是閾值區(qū)間,具體閾值可以根據(jù)實(shí)際需要進(jìn)行 設(shè)置,其取值可以是根據(jù)經(jīng)驗(yàn)給出,或根據(jù)其它方法確定。以單個(gè)閾值T2的 情況為例,其匹配過(guò)程可以是判斷距離值是否小于閾值T2,如果是,則確定 沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
仍以訓(xùn)練區(qū)域?qū)?yīng)整個(gè)圖像的情況為例,則前述待檢測(cè)圖像4的重建圖像 4可以表示為4-S,x,C/(')x2f/(2) (2)
當(dāng)前待檢圖像4與其重建圖像4之間的距離值,可以直接利用像素值相減 得到,也可以采用其它方法計(jì)算得到,此處不再詳述。之后,'將該距離值與設(shè) 定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
上述流程中,無(wú)論是以整個(gè)圖像為單位進(jìn)行運(yùn)動(dòng)檢測(cè),還是以圖像的每個(gè)圖像塊為單位進(jìn)行運(yùn)動(dòng)檢測(cè),其檢測(cè)結(jié)果都可以用兩種取值相差較遠(yuǎn)的像素值 表示,即可將待檢區(qū)域的像素點(diǎn)根據(jù)檢測(cè)結(jié)果設(shè)置為預(yù)定的運(yùn)動(dòng)或背景對(duì)應(yīng)的
像素值。例如,可用255的像素值表示運(yùn)動(dòng),用O的像素值表示靜止,則存在 運(yùn)動(dòng)目標(biāo)的待檢區(qū)域的像素點(diǎn)的像素值可設(shè)置為255,不存在運(yùn)動(dòng)目標(biāo)的待檢 區(qū)域的像素點(diǎn)的像素值可設(shè)置為0。
此外,當(dāng)以圖像的每個(gè)圖像塊為單位進(jìn)行運(yùn)動(dòng)檢測(cè)時(shí),可將步驟103中檢 測(cè)完成后的各個(gè)待檢區(qū)域的檢測(cè)結(jié)果直接作為待檢圖像的檢測(cè)結(jié)果;或者也可 在對(duì)當(dāng)前待檢圖像的每個(gè)待檢區(qū)域完成運(yùn)動(dòng)檢測(cè)后,將設(shè)置了運(yùn)動(dòng)或背景像素 值的當(dāng)前待檢圖像的每個(gè)待檢區(qū)域進(jìn)行拼接,將拼接結(jié)果作為當(dāng)前待檢圖像的 運(yùn)動(dòng)檢測(cè)結(jié)果。
具體應(yīng)用圖1所示方法時(shí),還可以首先對(duì)所有圖像進(jìn)行預(yù)處理,如平滑、 濾波去噪、光照補(bǔ)償?shù)?。則在執(zhí)行步驟101之前,可進(jìn)一步對(duì)訓(xùn)練用的背景圖 像序列中的每幅背景圖像進(jìn)行預(yù)處理;在執(zhí)行步驟C之前,可進(jìn)一步對(duì)當(dāng)前待 檢圖像進(jìn)行預(yù)處理。最后,還可以對(duì)完成運(yùn)動(dòng)檢測(cè)的圖像進(jìn)行適當(dāng)?shù)暮筇幚恚?例如去噪、平滑等處理。并可將處理后的圖像輸出。
此外,在完成步驟101和步驟102之后,還可以利用所述張量子空間表示 每幅背景圖像,從而得到訓(xùn)練后的背景模型。這種方式得到的背景模型除了應(yīng) 用于上述運(yùn)動(dòng)檢測(cè)外,還可以應(yīng)用于其它場(chǎng)景中,此處不做限定。
以上對(duì)本發(fā)明實(shí)施例中的運(yùn)動(dòng)檢測(cè)方法和背景模型的建立方法進(jìn)行了詳細(xì) 描述,下面再對(duì)本發(fā)明實(shí)施例中的運(yùn)動(dòng)檢測(cè)裝置和背景模型的建立裝置進(jìn)行詳 細(xì)描述。
圖5為本發(fā)明實(shí)施例中運(yùn)動(dòng)檢測(cè)裝置的示例性結(jié)構(gòu)圖。如圖5所示,該裝 置包括張量子空間計(jì)算單元和運(yùn)動(dòng)檢測(cè)單元。
其中,張量子空間計(jì)算單元用于將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域 序列表示為一個(gè)高階張量,對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的 張量子空間。張量子空間計(jì)算單元的具體操作過(guò)程可與圖l所示步驟101-步驟 102中的操作過(guò)程一致。
15運(yùn)動(dòng)檢測(cè)單元用于利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域進(jìn)
行運(yùn)動(dòng)檢測(cè)。運(yùn)動(dòng)檢測(cè)單元的具體操作過(guò)程可與圖1所示步驟103中的操作過(guò) 程一致。具體實(shí)現(xiàn)時(shí),運(yùn)動(dòng)檢測(cè)單元的內(nèi)部結(jié)構(gòu)可有多種具體實(shí)現(xiàn)形式,圖6a 和圖6b分別示出了其中一種。
如圖6a所示,該運(yùn)動(dòng)檢測(cè)單元包括基準(zhǔn)區(qū)域確定單元、投影計(jì)算單元和 第一結(jié)果確定單元。
其中,基準(zhǔn)區(qū)域確定單元用于從所述訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū) 域序列中選取一個(gè)訓(xùn)練區(qū)域作為基準(zhǔn)區(qū)域,或?qū)⑺霎?dāng)前訓(xùn)練區(qū)域序列中對(duì)應(yīng) 像素點(diǎn)的均值所構(gòu)成的均值圖像作為基準(zhǔn)區(qū)域。
投影計(jì)算單元用于計(jì)算所述基準(zhǔn)區(qū)域在所述張量子空間上的投影,得到第 一投影;計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,得到 第二投影。
第一結(jié)果確定單元用于計(jì)算所述第一投影和第二投影之間的距離值,將所 述第一投影和第二投影之間的距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確 定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
其中,當(dāng)設(shè)定的條件為單個(gè)閾值T1時(shí),第一結(jié)果確定單元判斷所述距離值 是否小于所述閾值Tl,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn) 動(dòng)目標(biāo)。當(dāng)設(shè)定的條件為閾值門(mén)限時(shí),對(duì)殳影計(jì)算單元進(jìn)一步分別計(jì)算當(dāng)前訓(xùn)練 區(qū)域序列中每個(gè)訓(xùn)練區(qū)域在所述張量子空間上的投影,得到對(duì)應(yīng)的一組投影; 第 一結(jié)果確定單元,進(jìn)一步分別計(jì)算該組投影中每個(gè)投影與所述第 一投影之間 的距離,得到對(duì)應(yīng)的一組距離值,估計(jì)該組距離值的均值A(chǔ)和均方差c,將 (//-3<7,//+30")作為所述條件,判斷所述第一投影和第二投影之間的距離值是否 位于所述(//-3 7,//+3<7)之內(nèi),如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定 出現(xiàn)運(yùn)動(dòng)目標(biāo)。
如圖6b所示,該運(yùn)動(dòng)檢測(cè)單元包括圖像重建單元和第二結(jié)果確定單元。 其中,圖像重建單元用于計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子
16空間上的投影,利用得到的投影進(jìn)行圖像重建,得到當(dāng)前待檢圖像的對(duì)應(yīng)待檢 區(qū)域的重建區(qū)域。
第二結(jié)果確定單元用于計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域與其重建區(qū)域之 間的距離值,將所述距離值與設(shè)定的條件進(jìn)行匹配,沖艮據(jù)匹配結(jié)果確定運(yùn)動(dòng)目 標(biāo)是否出現(xiàn)。
其中,當(dāng)設(shè)定的條件為單個(gè)閾值T2時(shí),第二結(jié)果確定單元判斷所述距離值 是否小于所述閾值T2,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn) 動(dòng)目標(biāo)。
圖7示出了本發(fā)明實(shí)施例中背景模型建立裝置的示例性結(jié)構(gòu)圖。如圖7所 示,該裝置包括張量子空間計(jì)算單元和背景模型構(gòu)造單元。
其中,張量子空間計(jì)算單元用于將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域 序列表示為一個(gè)高階張量,對(duì)所述張量進(jìn)行奇異值分解,得到所述張量的張量 子空間。張量子空間計(jì)算單元的具體操:作過(guò)程可與圖1所示步驟101-步驟102 中的操作過(guò)程一致。
背景模型構(gòu)造單元用于利用所述張量子空間表示每個(gè)訓(xùn)練區(qū)域,得到訓(xùn)練 后的對(duì)應(yīng)區(qū)域背景模型。
由上述描述可見(jiàn),本發(fā)明實(shí)施例中使用了基于區(qū)域的運(yùn)動(dòng)檢測(cè)方法,充分 考慮考慮了像素點(diǎn)之間的鄰域信息,而且避免了對(duì)所有像素點(diǎn)都進(jìn)行處理,運(yùn) 算量比較小。此外,使用了張量分析的方法提取背景特征,相對(duì)于PCA方法, 充分考慮了訓(xùn)練背景圖像序列的時(shí)間序列特性,通過(guò)提取背景圖像的時(shí)空 (Spatio-temporal)特征,可以更好的表示背景圖像的特性,因而性能更好,可 以應(yīng)用的場(chǎng)合就更加廣泛。
以上所述的具體實(shí)施例,對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了 進(jìn)一步詳細(xì)說(shuō)明,所應(yīng)理解的是,以上所述僅為本發(fā)明的較佳實(shí)施例而已, 并非用于限定本發(fā)明的保護(hù)范圍,凡在本發(fā)明的精神和原則之內(nèi),所作的任 何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種運(yùn)動(dòng)檢測(cè)方法,其特征在于,該方法包括A、將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列表示為一個(gè)高階張量;B、對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量子空間;C、利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域進(jìn)行運(yùn)動(dòng)檢測(cè)。
2、 如權(quán)利要求l所述的方法,其特征在于,所述步驟C包括 從所述訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列中選取一個(gè)訓(xùn)練區(qū)域作為當(dāng)前基準(zhǔn)區(qū)域,或?qū)⑺霎?dāng)前訓(xùn)練區(qū)域序列中對(duì)應(yīng)像素點(diǎn)的均值所構(gòu)成的均值圖像區(qū)域作為基準(zhǔn)區(qū)域;計(jì)算所述基準(zhǔn)區(qū)域在所述張量子空間上的投影,得到第 一投影;計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,得到第二投影;計(jì)算所述第一投影和第二投影之間的距離值,將所述距離值與設(shè)定的條件 進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
3、 如權(quán)利要求2所述的方法,其特征在于,確定所述條件的方法包括 分別計(jì)算當(dāng)前訓(xùn)練區(qū)域序列中每個(gè)訓(xùn)練區(qū)域在所述張量子空間上的投影,得到對(duì)應(yīng)的一組投影;分別計(jì)算該組投影中每個(gè)投影與所述第一投影之間的距離,得到對(duì)應(yīng)的一 組距離值;估計(jì)該組距離值的均值A(chǔ)和均方差cr,將(//-3^7,//+3力作為所述條件; 所述將距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)包括判斷所述距離值是否位于所述(/z-3cr,/i+3(T)之內(nèi),如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
4、 如權(quán)利要求2所述的方法,其特征在于,所述條件為閾值T1; 所述將距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)包括判斷所述距離值是否小于所述閾值T1,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng)目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
5、 如權(quán)利要求l所述的方法,其特征在于,所述步驟C包括 計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,利用得到的投影進(jìn)行圖像重建,得到當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域的重建區(qū)域;計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域與其重建區(qū)域之間的距離值,將所述距 離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
6、 如權(quán)利要求5所述的方法,其特征在于,所述條件為閾值T2; 所述將距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)包括判斷所述距離值是否小于所述閾值T2,如果是,則確定沒(méi)有出現(xiàn)運(yùn)動(dòng) 目標(biāo);否則,確定出現(xiàn)運(yùn)動(dòng)目標(biāo)。
7、 如權(quán)利要求1至6中任一項(xiàng)所述的方法,其特征在于,所述當(dāng)前訓(xùn)練區(qū) 域?yàn)檎麄€(gè)背景圖像區(qū)域,或?qū)⒈尘皥D像劃分為多個(gè)圖像塊之后當(dāng)前圖像塊所 對(duì)應(yīng)的圖像區(qū)域;所述對(duì)應(yīng)待檢區(qū)域?yàn)榕c當(dāng)前訓(xùn)練區(qū)域相對(duì)應(yīng)的整個(gè)當(dāng)前待檢圖像,或?qū)?當(dāng)前待檢圖像劃分為多個(gè)待檢圖像塊之后與當(dāng)前訓(xùn)練區(qū)域相對(duì)應(yīng)的當(dāng)前待檢圖 像塊所對(duì)應(yīng)的圖像區(qū)域。
8、 如權(quán)利要求7所述的方法,其特征在于,所述步驟A之前,進(jìn)一步包 括對(duì)訓(xùn)練用的背景圖像序列中的每幅背景圖像進(jìn)行預(yù)處理;所述步驟C之前,進(jìn)一步包括對(duì)當(dāng)前待檢圖像進(jìn)行預(yù)處理。
9、 如權(quán)利要求7所述的方法,其特征在于,所述當(dāng)前訓(xùn)練區(qū)域?yàn)閷⒈尘?圖像劃分為多個(gè)圖像塊之后當(dāng)前圖像塊所對(duì)應(yīng)的區(qū)域;所述對(duì)應(yīng)待檢區(qū)域?yàn)閷?dāng)前待檢圖像劃分為多個(gè)待檢圖像塊之后與當(dāng)前 訓(xùn)練區(qū)域相對(duì)應(yīng)的當(dāng)前待檢圖像塊所對(duì)應(yīng)的區(qū)域; 所述步驟C之后,進(jìn)一步包括將所述待檢區(qū)域的像素點(diǎn)根據(jù)檢測(cè)結(jié)果設(shè)置為預(yù)定的運(yùn)動(dòng)或背景對(duì)應(yīng)的像素值;在對(duì)當(dāng)前待檢圖像的每個(gè)待檢區(qū)域完成運(yùn)動(dòng)檢測(cè)后,將設(shè)置了運(yùn)動(dòng)或背景像素值的當(dāng)前待檢圖像的每個(gè)待檢區(qū)域進(jìn)行拼接,將拼接結(jié)果作為當(dāng)前待檢圖 像的運(yùn)動(dòng)檢測(cè)結(jié)果。
10、 一種背景模型建立方法,其特征在于,該方法包括將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列表示為 一個(gè)高階張量; 對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量子空間; 利用所述張量子空間表示每個(gè)訓(xùn)練區(qū)域,得到訓(xùn)練后的對(duì)應(yīng)區(qū)域背景模型。
11、 一種運(yùn)動(dòng)檢測(cè)裝置,其特征在于,該裝置包括張量子空間計(jì)算單元,用于將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列 表示為一個(gè)高階張量,對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量 子空間;運(yùn)動(dòng)檢測(cè)單元,用于利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域 進(jìn)4亍運(yùn)動(dòng)^r測(cè)。
12、 如權(quán)利要求11所述的裝置,其特征在于,所述運(yùn)動(dòng)^r測(cè)單元包括 基準(zhǔn)區(qū)域確定單元,用于從所述訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列中選取一個(gè)訓(xùn)練區(qū)域作為基準(zhǔn)區(qū)域,或?qū)⑺霎?dāng)前訓(xùn)練區(qū)域序列中對(duì)應(yīng)像素 點(diǎn)的均值所構(gòu)成的均值圖像作為基準(zhǔn)區(qū)域;投影計(jì)算皁元,用于計(jì)算所述基準(zhǔn)區(qū)域在所述張量子空間上的投影,得到 第一投影;計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間上的投影,得 到第二投影;第一結(jié)果確定單元,用于計(jì)算所述第一投影和第二投影之間的距離值,將 所述第一投影和第二投影之間的距離值與設(shè)定的條件進(jìn)行匹配,根據(jù)匹配結(jié)果 確定運(yùn)動(dòng)目標(biāo)是否出現(xiàn)。
13、 如權(quán)利要求IO所述的裝置,其特征在于,所述運(yùn)動(dòng)檢測(cè)單元包括圖像重建單元,用于計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域在所述張量子空間 上的投影,利用得到的投影進(jìn)行圖像重建,得到當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域 的重建區(qū)域;第二結(jié)果確定單元,用于計(jì)算當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域與其重建區(qū)域之間的距離值,將所述距離值與設(shè)定的條件進(jìn)行匹配,4艮據(jù)匹配結(jié)果確定運(yùn)動(dòng) 目標(biāo)是否出現(xiàn)。
14、 一種背景模型建立裝置,其特征在于,該方法包括張量子空間計(jì)算單元,用于將訓(xùn)練用的背景圖<象序列的當(dāng)前訓(xùn)練區(qū)域序列表示為一個(gè)高階張量,對(duì)所述張量進(jìn)行奇異值分解,得到所述張量的張量子空間;背景模型構(gòu)造單元,用于利用所述張量子空間表示每個(gè)訓(xùn)練區(qū)域,得到訓(xùn) 練后的對(duì)應(yīng)區(qū)域背景模型。,
全文摘要
本發(fā)明公開(kāi)了一種運(yùn)動(dòng)檢測(cè)方法,包括將訓(xùn)練用的背景圖像序列的當(dāng)前訓(xùn)練區(qū)域序列表示為一個(gè)高階張量;對(duì)所述張量進(jìn)行高階奇異值分解,得到所述張量的張量子空間;利用所述張量子空間對(duì)當(dāng)前待檢圖像的對(duì)應(yīng)待檢區(qū)域進(jìn)行運(yùn)動(dòng)檢測(cè)。此外,本發(fā)明還公開(kāi)了一種運(yùn)動(dòng)檢測(cè)裝置、以及背景模型建立方法和裝置。本發(fā)明所公開(kāi)的技術(shù)方案能夠提高運(yùn)動(dòng)檢測(cè)的準(zhǔn)確性。
文檔編號(hào)G06T7/20GK101620734SQ200910079770
公開(kāi)日2010年1月6日 申請(qǐng)日期2009年3月10日 優(yōu)先權(quán)日2009年3月10日
發(fā)明者磊 王 申請(qǐng)人:北京中星微電子有限公司