專利名稱：一種運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及檢測(cè)技術(shù)，具體涉及一種運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置。
背景技術(shù)：
運(yùn)動(dòng)方向異常檢測(cè)是視頻監(jiān)控領(lǐng)域?qū)τ谶\(yùn)動(dòng)狀態(tài)異常物體的自動(dòng)監(jiān)控的重要研 究?jī)?nèi)容，在交通監(jiān)控領(lǐng)域的應(yīng)用正逐步得到人們的重視，實(shí)現(xiàn)對(duì)于車輛出現(xiàn)逆行、非正常轉(zhuǎn) 向等違反交通規(guī)則行為的自動(dòng)化監(jiān)控將會(huì)大大提高交通監(jiān)管部門的執(zhí)行效率，有效杜絕類 似違規(guī)行為的再出現(xiàn)。現(xiàn)有的運(yùn)動(dòng)方向異常檢測(cè)方法能夠通過(guò)提取場(chǎng)景中各運(yùn)動(dòng)物體的運(yùn)動(dòng)方向特征， 并將所提取的運(yùn)動(dòng)方向特征進(jìn)行相互比較，確定各個(gè)運(yùn)動(dòng)方向中最具有顯著性的方向，最 后把按照此方向運(yùn)動(dòng)的物體檢測(cè)出來(lái)。該方法在提取了方向特征圖之后，直接引入視覺(jué)注 意模型求取運(yùn)動(dòng)方向顯著圖。由于該模型主要針對(duì)靜態(tài)圖像計(jì)算感興趣區(qū)域，所提特征也 是亮度、方向、顏色等針對(duì)靜態(tài)圖像的特征；其所依賴的以實(shí)現(xiàn)中央鄰域差分來(lái)提取相應(yīng)特 征為目的的多尺度表達(dá)，在提取運(yùn)動(dòng)特征時(shí)顯得多余且大大增加了計(jì)算量。另外該方法所 使用的融合方法也是已有的歸一化算子針對(duì)一幅特征圖，計(jì)算其灰度最大值M，以及其余 所有極大值的平均值5 ,最后整幅特征圖乘以(M -^)2這個(gè)算子是為了抑制那些不同區(qū)域
7O
之間反差較小的特征圖，而增強(qiáng)那些不同區(qū)域之間反差較大的特征圖的影響力。該算子針 對(duì)靜態(tài)圖像的特征有效，但對(duì)于運(yùn)動(dòng)方向特征圖，由于不同方向?qū)?yīng)的特征圖僅在按照該 方向運(yùn)動(dòng)的物體區(qū)域有響應(yīng)，且不同區(qū)域的響應(yīng)差別不大；因此如果運(yùn)用極值來(lái)衡量顯著 性，則很容易造成本應(yīng)賦予高權(quán)重的特征圖權(quán)重反而降低，進(jìn)而造成誤檢測(cè)。同時(shí)特征提取 過(guò)程中產(chǎn)生的偽極值點(diǎn)也會(huì)影響檢測(cè)效果。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置， 以減少計(jì)算量，提高算法可靠性及檢測(cè)效果。為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的一種運(yùn)動(dòng)方向異常物體檢測(cè)方法，該方法包括獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖；基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行歸一化，合并各個(gè)方位的運(yùn)動(dòng)方向特征圖， 得到最終的運(yùn)動(dòng)方向顯著圖。進(jìn)行所述歸一化的過(guò)程包括將同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合Md (t, θ ) = N(M+(t, θ)) N(M_(t，θ))；上式中的 為融合加法，用于將相同大小圖像的對(duì)應(yīng)像素點(diǎn)灰度值相加；Ν(.)為
歸一化算子。所述將同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合的過(guò)程包括
根據(jù)幀間差分得到的時(shí)間導(dǎo)數(shù)圖，計(jì)算其中產(chǎn)生響應(yīng)的面積，將計(jì)算所得的面積 定義為運(yùn)動(dòng)區(qū)域面積計(jì)算響應(yīng)區(qū)域的質(zhì)心以及距離該質(zhì)心最遠(yuǎn)的區(qū)域之間的最遠(yuǎn)距離， 以質(zhì)心為圓心，所述最遠(yuǎn)距離為半徑R，計(jì)算圓的面積S1 = π · R2，以此面積作為運(yùn)動(dòng)區(qū)域 面積；以與計(jì)算Sl相同的方法計(jì)算特定方向特征圖內(nèi)的運(yùn)動(dòng)區(qū)域面積S2 ；
S\ , ι定義特征圖的權(quán)重W = 民即運(yùn)動(dòng)區(qū)域小于總運(yùn)動(dòng)區(qū)域的i時(shí)認(rèn)為該運(yùn)動(dòng)方向
8 , 8
具有顯著性；反之則不具有顯著性。所述合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向顯著圖的過(guò)程包括將方向特征圖相互比較，找到特征圖中運(yùn)動(dòng)區(qū)域最小的特征圖，定義其運(yùn)動(dòng)區(qū)域 面積，由此得到各運(yùn)動(dòng)方向特征圖的權(quán)重為最小運(yùn)動(dòng)區(qū)域面積和其自身運(yùn)動(dòng)區(qū)域面積的比 值；將經(jīng)過(guò)不同方位歸一化處理的運(yùn)動(dòng)方向特征圖融合，得到最終的運(yùn)動(dòng)方向顯著 圖。所述獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖的過(guò)程包括求取包括了運(yùn)動(dòng)物體與靜止背景的邊緣的特定方向的邊緣，得到空間導(dǎo)數(shù)；利用 相鄰幀間進(jìn)行差分，將運(yùn)動(dòng)物體和靜止邊緣加以區(qū)別，得到時(shí)間導(dǎo)數(shù)；根據(jù)空間導(dǎo)數(shù)與時(shí)間導(dǎo)數(shù)得到沿不同方位的運(yùn)動(dòng)邊緣，將包含所述運(yùn)動(dòng)邊緣的圖 像作為以運(yùn)動(dòng)方向?yàn)樘卣鞯奶卣鲌D，并在不同方位分別計(jì)算運(yùn)動(dòng)方向的正負(fù)性，得到相應(yīng) 的正負(fù)方向特征圖。一種運(yùn)動(dòng)方向異常物體檢測(cè)裝置，該裝置包括特征提取單元、歸一化單元、總體融 合單元；其中，所述特征提取單元，用于獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向 特征圖；所述歸一化單元，用于基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行歸一化；所述總體融合單元，用于合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向 顯著圖。所述歸一化單元進(jìn)行所述歸一化時(shí)，用于將同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合Md (t, θ ) = N(M+(t, θ)) N(M_(t，θ))；上式中的 為融合加法，用于將相同大小圖像的對(duì)應(yīng)像素點(diǎn)灰度值相加；Ν(.)為
歸一化算子。所述歸一化單元對(duì)同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合時(shí)，用 于根據(jù)幀間差分得到的時(shí)間導(dǎo)數(shù)圖，計(jì)算其中產(chǎn)生響應(yīng)的面積，將計(jì)算所得的面積 定義為運(yùn)動(dòng)區(qū)域面積計(jì)算響應(yīng)區(qū)域的質(zhì)心以及距離該質(zhì)心最遠(yuǎn)的區(qū)域之間的最遠(yuǎn)距離， 以質(zhì)心為圓心，所述最遠(yuǎn)距離為半徑R，計(jì)算圓的面積S1 = π · R2，以此面積作為運(yùn)動(dòng)區(qū)域 面積；以與計(jì)算Sl相同的方法計(jì)算特定方向特征圖內(nèi)的運(yùn)動(dòng)區(qū)域面積S2 ；Si , 0ι定義特征圖的權(quán)重 二 γ/民即運(yùn)動(dòng)區(qū)域小于總運(yùn)動(dòng)區(qū)域的i時(shí)認(rèn)為該運(yùn)動(dòng)方向
8 , 8
具有顯著性；反之則不具有顯著性。所述總體融合單元在合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向顯著 圖時(shí)，用于將方向特征圖相互比較，找到特征圖中運(yùn)動(dòng)區(qū)域最小的特征圖，定義其運(yùn)動(dòng)區(qū)域 面積，由此得到各運(yùn)動(dòng)方向特征圖的權(quán)重為最小運(yùn)動(dòng)區(qū)域面積和其自身運(yùn)動(dòng)區(qū)域面積的比 值；將經(jīng)過(guò)不同方位歸一化處理的運(yùn)動(dòng)方向特征圖融合，得到最終的運(yùn)動(dòng)方向顯著 圖。所述特征提取單元在獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征 圖時(shí)，用于求取包括了運(yùn)動(dòng)物體與靜止背景的邊緣的特定方向的邊緣，得到空間導(dǎo)數(shù)；利用 相鄰幀間進(jìn)行差分，將運(yùn)動(dòng)物體和靜止邊緣加以區(qū)別，得到時(shí)間導(dǎo)數(shù)；根據(jù)空間導(dǎo)數(shù)與時(shí)間導(dǎo)數(shù)得到沿不同方向的運(yùn)動(dòng)邊緣，將包含所述運(yùn)動(dòng)邊緣的圖 像作為以運(yùn)動(dòng)方向?yàn)樘卣鞯奶卣鲌D，并在不同方位分別計(jì)算運(yùn)動(dòng)方向的正負(fù)性，得到相應(yīng) 的正負(fù)方向特征圖。本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置，能夠減少計(jì)算量，提高算法可靠性 及檢測(cè)效果。


圖1為本發(fā)明一實(shí)施例的運(yùn)動(dòng)方向異常物體檢測(cè)示意圖；圖2為本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)流程簡(jiǎn)圖；圖3為本發(fā)明一實(shí)施例的運(yùn)動(dòng)方向異常物體檢測(cè)裝置圖；圖4為本發(fā)明一實(shí)施例的運(yùn)動(dòng)方向異常物體檢測(cè)效果對(duì)比示意圖；圖5為本發(fā)明另一實(shí)施例的運(yùn)動(dòng)方向異常物體檢測(cè)效果對(duì)比示意圖。
具體實(shí)施例方式總體而言，可以摒棄目前的多尺度表達(dá)內(nèi)容，僅在原尺度上進(jìn)行計(jì)算，以此達(dá)到減 小計(jì)算量的目的；并且，可以基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行特征圖歸一化處理，避 免了極值檢測(cè)歸一化方法中的偽極值點(diǎn)所帶來(lái)的不利影響，更加符合全局異常檢測(cè)中檢測(cè) 運(yùn)動(dòng)方向最為與眾不同的物體的目的，而且也更能滿足生理學(xué)關(guān)于人眼視覺(jué)注意機(jī)制的定 義。如用單一尺度代替多尺度表達(dá)，并提出一種新穎的歸一化算法，還運(yùn)用視覺(jué)注意的思 想完成對(duì)視頻中具有不同運(yùn)動(dòng)方向的運(yùn)動(dòng)物體的比較、并繼而提取運(yùn)動(dòng)方向與眾不同物體 的任務(wù)。參見(jiàn)圖1，圖1為本發(fā)明一實(shí)施例的運(yùn)動(dòng)方向異常物體檢測(cè)示意圖，圖1所示的運(yùn) 動(dòng)方向異常物體檢測(cè)過(guò)程包括特征提取階段和特征融合階段。其中，特征提取階段包括 通過(guò)Gabor濾波分別在(0°，45°，90°，135° )進(jìn)行邊緣提取以求取空間導(dǎo)數(shù)的過(guò)程，以 及在相鄰幀間進(jìn)行差分以求取時(shí)間導(dǎo)數(shù)的過(guò)程，以及將二者(求取的空間導(dǎo)數(shù)和求取的時(shí)間導(dǎo)數(shù))融合并在相應(yīng)的正負(fù)方向上求取運(yùn)動(dòng)方向特征圖的過(guò)程。特征融合階段包括利用 新提出的歸一化算子在正負(fù)方向上完成歸一化的過(guò)程，以及總體對(duì)各方位進(jìn)行歸一化的過(guò) 程，以及按照特征融合策略合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，并得到最終的運(yùn)動(dòng)方向顯著 圖的過(guò)程。下面對(duì)上述的特征提取以及特征融合進(jìn)行詳細(xì)描述。特征提取目前應(yīng)用視覺(jué)注意模型針對(duì)靜態(tài)圖像提取方向特征時(shí)，對(duì)于4個(gè)不同的方位 (0°，45°，90°，135° )各生成一幅方向特征圖，在特征圖中只有沿特定方向分布的物體 信息才得以保留。而本發(fā)明可以針對(duì)8個(gè)不同運(yùn)動(dòng)方向(0°，45°，90°，135°，180°， 225°，270°，315° )各生成相應(yīng)的運(yùn)動(dòng)方向特征圖，特征圖中將只保留沿相應(yīng)方向運(yùn)動(dòng) 的物體信息。1、空間導(dǎo)數(shù)求取空間導(dǎo)數(shù)時(shí)可以利用Gabor濾波器的虛部對(duì)原序列圖像進(jìn)行濾波，利用 Gabor濾波器的方向特性，求取特定方位(0°，45°，90°，135° )的邊緣(同時(shí)包括了運(yùn) 動(dòng)物體與靜止背景的邊緣)Ms (t，θ) = Im{0c(t, θ )} ； θ = {0°，45°，90°，135° }；上式中，t代表時(shí)間，Im代表虛部；如以下公式中出現(xiàn)相同符號(hào)，則代表相同含義 不再贅述。2、時(shí)間導(dǎo)數(shù)求取時(shí)間導(dǎo)數(shù)時(shí)可以利用相鄰幀間進(jìn)行差分，將運(yùn)動(dòng)物體和靜止邊緣加以區(qū)別Mt (t) = M(t+1)-M(t) ο3、運(yùn)動(dòng)邊緣根據(jù)時(shí)變邊緣理論，將空間導(dǎo)數(shù)與時(shí)間導(dǎo)數(shù)相乘，就可以得到沿不同方向的運(yùn)動(dòng) 邊緣。按照視覺(jué)注意模型框架，所得到的包含運(yùn)動(dòng)邊緣的圖像可以作為以運(yùn)動(dòng)方向?yàn)樘卣?的特征圖M(t, θ ) = Ms(t，θ ) · Mt (t)；接下來(lái)在(0°，45°，90°，135° )四個(gè)方位分別計(jì)算運(yùn)動(dòng)方向的正負(fù)性，若該方 向M(t，θ)為正，則Μ+( ,θ) = ^Μ( ,θ).若M(t，θ )為負(fù)，則M-(W) = V-Μ( ，0)，其他為零。由此在原方位的基礎(chǔ)上得到
相應(yīng)的正負(fù)方向特征圖，從而使運(yùn)動(dòng)方向特征圖數(shù)量達(dá)到8個(gè)，覆蓋8個(gè)可能的運(yùn)動(dòng)方位 (0° ，45° ，90° ，135° ，180° ，225° ，270° ，315° )。特征融合特征融合階段的目的在于比較先前的8個(gè)運(yùn)動(dòng)方向特征圖，根據(jù)特征圖中運(yùn)動(dòng) 物體的多少或者運(yùn)動(dòng)區(qū)域的大小賦予各特征圖不同的權(quán)重。分配權(quán)重高低的原則在于包 含較多運(yùn)動(dòng)物體或者較大運(yùn)動(dòng)區(qū)域的方向特征圖權(quán)重較低；而包含較少運(yùn)動(dòng)物體或者較小 運(yùn)動(dòng)區(qū)域的方向特征圖權(quán)重較高。1、正負(fù)方向歸一化
特征融合的第一階段是將同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融 合Md (t, θ ) = N(M+(t, θ)) N(M_(t，θ))；上式中的 為融合加法，用于將相同大小圖像的對(duì)應(yīng)像素點(diǎn)灰度值相加；Ν(.)為 本步驟的歸一化算子，其具體實(shí)現(xiàn)過(guò)程如下(1)根據(jù)幀間差分得到的時(shí)間導(dǎo)數(shù)圖，計(jì)算其中產(chǎn)生響應(yīng)的面積，將計(jì)算所得的面 積定義為運(yùn)動(dòng)區(qū)域面積計(jì)算響應(yīng)區(qū)域的質(zhì)心以及距離該質(zhì)心最遠(yuǎn)的區(qū)域之間的距離(作 為最遠(yuǎn)距離)，以質(zhì)心為圓心，所述最遠(yuǎn)距離為半徑R，計(jì)算圓的面積S1 = π · R2,以此面積 作為運(yùn)動(dòng)區(qū)域面積；(2)以與計(jì)算Sl相同的方法計(jì)算特定方向特征圖內(nèi)的運(yùn)動(dòng)區(qū)域面積S2 ；
Sl . 1(3)定義特征圖的權(quán)重w = 民即運(yùn)動(dòng)區(qū)域小于總運(yùn)動(dòng)區(qū)域的1時(shí)認(rèn)為該運(yùn)動(dòng)
8 ， 8
方向具有顯著性；反之則不具有顯著性。之所以選擇i這個(gè)比值來(lái)衡量顯著性，其依據(jù)在
O
于將整幅輸入圖像作為視場(chǎng)時(shí)，可以用圖像的長(zhǎng)或?qū)挼牧种粸榘霃降膱A來(lái)劃定顯著 區(qū)域；而視場(chǎng)理論上應(yīng)該為圓形，因此把矩形圖像的內(nèi)切圓作為實(shí)際視場(chǎng)，可以得出顯著區(qū) 域面積和實(shí)際視場(chǎng)大小的比值為1 9。在此以2的冪級(jí)數(shù)表示，取近似為1 8。2、總體融合特征融合的第二階段是在第一階段融合完成的基礎(chǔ)上，針對(duì)得到的4幅方向特征 圖進(jìn)行總體融合得到最終的運(yùn)動(dòng)方向顯著圖。此階段的操作策略與上一階段不同，由于本 階段接收的特征圖是經(jīng)過(guò)歸一化融合處理的，因此沒(méi)有必要再將其和差分結(jié)果做比較。因 此直接將方向特征圖相互比較，找到4幅特征圖中運(yùn)動(dòng)區(qū)域最小的特征圖，定義其運(yùn)動(dòng)區(qū) 域面積Smin = π ηΒ” S2, S3, S4)。由此得到各運(yùn)動(dòng)方向特征圖的權(quán)重為最小運(yùn)動(dòng)區(qū)域面積 和其自身運(yùn)動(dòng)區(qū)域面積的比值，即= Smin/Sn。最后將經(jīng)過(guò)不同方位歸一化處理的運(yùn)動(dòng)方向特征圖融合，得到最終的運(yùn)動(dòng)方向顯 著圖兄(0= Σ Ν(Μ。(0))
,運(yùn)動(dòng)方向顯著圖原則上應(yīng)該僅在運(yùn)動(dòng)方向具有顯著性的物體所在區(qū)域具有響應(yīng)， 實(shí)際情況下允許其他區(qū)域也有少許響應(yīng)，但應(yīng)該以運(yùn)動(dòng)方向顯著性區(qū)域?yàn)橹黧w，該區(qū)域亮 度以及響應(yīng)面積都明顯區(qū)別于其他區(qū)域。由以上所述技術(shù)內(nèi)容可見(jiàn)，本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)思路可以表示如圖2 所示。參見(jiàn)圖2，圖2為本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)流程簡(jiǎn)圖，該流程包括以下步驟步驟210 獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖。步驟220 基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行歸一化，合并各個(gè)方位的運(yùn)動(dòng)方 向特征圖，得到最終的運(yùn)動(dòng)方向顯著圖。為了保證上述操作能夠順利實(shí)現(xiàn)，可以進(jìn)行如圖3所示的設(shè)置。參見(jiàn)圖3，圖3為 本發(fā)明一實(shí)施例的運(yùn)動(dòng)方向異常物體檢測(cè)裝置圖，該裝置包括相連的特征提取單元、歸一 化單元、總體融合單元。
具體應(yīng)用時(shí)，特征提取單元能夠進(jìn)行前述的特征提取操作，如獲取空間導(dǎo)數(shù)及時(shí) 間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖，并將運(yùn)動(dòng)方向特征圖等特征提取結(jié)果發(fā)送給 歸一化單元。由歸一化單元對(duì)收到的特征提取結(jié)果進(jìn)行前述的正負(fù)方向歸一化，并將歸一 化結(jié)果發(fā)送給總體融合單元；由總體融合單元根據(jù)收到的歸一化結(jié)果進(jìn)行前述的總體融 合，如將來(lái)自歸一化單元的方向特征圖相互比較，找到4幅特征圖中運(yùn)動(dòng)區(qū)域最小的特征 圖，得到Wn= Smin/Sn;最后將經(jīng)過(guò)不同方位歸一化處理的運(yùn)動(dòng)方向特征圖融合，得到最終的 運(yùn)動(dòng)方向顯著圖。在實(shí)際應(yīng)用時(shí)，將本發(fā)明與現(xiàn)有技術(shù)的運(yùn)動(dòng)方向異常物體檢測(cè)效果對(duì)比，可以得 到如圖4、圖5所示的結(jié)果。圖4中，al、a2為原始視頻截圖，圖中的所有方塊從上往下運(yùn)動(dòng)，圓塊的運(yùn)動(dòng)軌跡 與其他方塊顯著不同，因此圓塊為待檢測(cè)的運(yùn)動(dòng)方向異常物體；bl、b2為本發(fā)明方法對(duì)應(yīng) 檢測(cè)結(jié)果，圖中僅保留圓塊信息，可以很方便的對(duì)其進(jìn)行定位；cl、c2為現(xiàn)有技術(shù)方法檢測(cè) 結(jié)果，其默認(rèn)亮度最高的區(qū)域?yàn)檫\(yùn)動(dòng)方向異常物體所在區(qū)域，其中cl檢測(cè)錯(cuò)誤，定位區(qū)域 并非圓塊所在區(qū)域，c2中同時(shí)存在兩個(gè)獨(dú)立的高亮區(qū)域，造成混淆錯(cuò)誤，系統(tǒng)無(wú)法確定運(yùn)動(dòng) 方向異常物體所在區(qū)域。經(jīng)過(guò)對(duì)比，圖4中的本發(fā)明方法檢測(cè)成功率為90%，而現(xiàn)有技術(shù)方法檢測(cè)成功率 僅為50%。圖5中，al、a2為原始視頻截圖，圖中右拐的白色貨車具有與其他車輛都不同的運(yùn) 動(dòng)方向，因此該貨車為待檢測(cè)的運(yùn)動(dòng)方向異常物體；bl、b2為本發(fā)明方法對(duì)應(yīng)檢測(cè)結(jié)果，圖 中絕大部分白色像素點(diǎn)聚集于白色貨車所在區(qū)域，很方便就可以對(duì)該運(yùn)動(dòng)方向異常物體進(jìn) 行定位；cl、c2為現(xiàn)有技術(shù)方法檢測(cè)結(jié)果，圖中高亮的區(qū)域分布雜亂，無(wú)法確定運(yùn)動(dòng)方向異 常物體所在的區(qū)域。經(jīng)過(guò)對(duì)比，圖5中的本發(fā)明方法檢測(cè)成功率為71%，而現(xiàn)有技術(shù)方法檢測(cè)成功率 僅為45%。本發(fā)明要求灰度值非零的像素絕大部分應(yīng)該分布在顯著性物體區(qū)域，否則檢測(cè)失 敗。而兩個(gè)檢測(cè)視頻的顯著性物體分別是曲線運(yùn)動(dòng)的圓塊，右轉(zhuǎn)的白色貨車。綜上所述可見(jiàn)，無(wú)論是方法還是裝置，本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)技術(shù)具有 以下優(yōu)點(diǎn)1、結(jié)構(gòu)簡(jiǎn)單，計(jì)算量明顯減??；2、本發(fā)明的依賴面積比較的歸一化算法比目前依賴極值的歸一化算法檢測(cè)效果 更好，且更符合運(yùn)動(dòng)方向異常的定義；3、對(duì)于自然場(chǎng)景及非自然場(chǎng)景的檢測(cè)成功率都明顯高于現(xiàn)有技術(shù)，具備持續(xù)跟蹤 運(yùn)動(dòng)方向異常物體的能力。顯然，本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置，能夠減少計(jì)算量，提高算法可 靠性及檢測(cè)效果。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、等同替換和改進(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
一種運(yùn)動(dòng)方向異常物體檢測(cè)方法，其特征在于，該方法包括獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖；基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行歸一化，合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向顯著圖。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，進(jìn)行所述歸一化的過(guò)程包括 將同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合Md(t, θ ) = N(M+(t，θ )) N(M_(t，θ ))；上式中的 為融合加法，用于將相同大小圖像的對(duì)應(yīng)像素點(diǎn)灰度值相加；Ν(.)為歸一化算子。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將同一方位得到的正負(fù)運(yùn)動(dòng)方向特 征圖進(jìn)行歸一化融合的過(guò)程包括根據(jù)幀間差分得到的時(shí)間導(dǎo)數(shù)圖，計(jì)算其中產(chǎn)生響應(yīng)的面積，將計(jì)算所得的面積定義 為運(yùn)動(dòng)區(qū)域面積計(jì)算響應(yīng)區(qū)域的質(zhì)心以及距離該質(zhì)心最遠(yuǎn)的區(qū)域之間的最遠(yuǎn)距離，以質(zhì) 心為圓心，所述最遠(yuǎn)距離為半徑R，計(jì)算圓的面積Sl= π *R2，以此面積作為運(yùn)動(dòng)區(qū)域面積； 以與計(jì)算Sl相同的方法計(jì)算特定方向特征圖內(nèi)的運(yùn)動(dòng)區(qū)域面積S2 ；Sl , 1定義特征圖的權(quán)重w = 民即運(yùn)動(dòng)區(qū)域小于總運(yùn)動(dòng)區(qū)域的i時(shí)認(rèn)為該運(yùn)動(dòng)方向具有8 , 8顯著性；反之則不具有顯著性。
4.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述合并各個(gè)方位的運(yùn)動(dòng)方向 特征圖，得到最終的運(yùn)動(dòng)方向顯著圖的過(guò)程包括將方向特征圖相互比較，找到特征圖中運(yùn)動(dòng)區(qū)域最小的特征圖，定義其運(yùn)動(dòng)區(qū)域面積， 由此得到各運(yùn)動(dòng)方向特征圖的權(quán)重為最小運(yùn)動(dòng)區(qū)域面積和其自身運(yùn)動(dòng)區(qū)域面積的比值； 將經(jīng)過(guò)不同方位歸一化處理的運(yùn)動(dòng)方向特征圖融合，得到最終的運(yùn)動(dòng)方向顯著圖。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融 合以得到運(yùn)動(dòng)方向特征圖的過(guò)程包括求取包括了運(yùn)動(dòng)物體與靜止背景的邊緣的特定方向的邊緣，得到空間導(dǎo)數(shù)；利用相鄰 幀間進(jìn)行差分，將運(yùn)動(dòng)物體和靜止邊緣加以區(qū)別，得到時(shí)間導(dǎo)數(shù)；根據(jù)空間導(dǎo)數(shù)與時(shí)間導(dǎo)數(shù)得到沿不同方位的運(yùn)動(dòng)邊緣，將包含所述運(yùn)動(dòng)邊緣的圖像作 為以運(yùn)動(dòng)方向?yàn)樘卣鞯奶卣鲌D，并在不同方位分別計(jì)算運(yùn)動(dòng)方向的正負(fù)性，得到相應(yīng)的正 負(fù)方向特征圖。
6.一種運(yùn)動(dòng)方向異常物體檢測(cè)裝置，其特征在于，該裝置包括特征提取單元、歸一化單 元、總體融合單元；其中，所述特征提取單元，用于獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖；所述歸一化單元，用于基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行歸一化； 所述總體融合單元，用于合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向顯著圖。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述歸一化單元進(jìn)行所述歸一化時(shí)，用于將同一方位得到的正負(fù)運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合 Md(t, θ ) = N(M+(t，θ )) N(M_(t，θ ))；上式中的 為融合加法，用于將相同大小圖像的對(duì)應(yīng)像素點(diǎn)灰度值相加；Ν(.)為歸一化算子。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述歸一化單元對(duì)同一方位得到的正負(fù) 運(yùn)動(dòng)方向特征圖進(jìn)行歸一化融合時(shí)，用于根據(jù)幀間差分得到的時(shí)間導(dǎo)數(shù)圖，計(jì)算其中產(chǎn)生響應(yīng)的面積，將計(jì)算所得的面積定義 為運(yùn)動(dòng)區(qū)域面積計(jì)算響應(yīng)區(qū)域的質(zhì)心以及距離該質(zhì)心最遠(yuǎn)的區(qū)域之間的最遠(yuǎn)距離，以質(zhì) 心為圓心，所述最遠(yuǎn)距離為半徑R，計(jì)算圓的面積S1 = π *R2，以此面積作為運(yùn)動(dòng)區(qū)域面積； 以與計(jì)算Sl相同的方法計(jì)算特定方向特征圖內(nèi)的運(yùn)動(dòng)區(qū)域面積S2 ；定義特征圖的權(quán)重W=+/民即運(yùn)動(dòng)區(qū)域小于總運(yùn)動(dòng)區(qū)域的i時(shí)認(rèn)為該運(yùn)動(dòng)方向具有8 , 8顯著性；反之則不具有顯著性。
9.根據(jù)權(quán)利要求6至8任一項(xiàng)所述的裝置，其特征在于，所述總體融合單元在合并各個(gè) 方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向顯著圖時(shí)，用于將方向特征圖相互比較，找到特征圖中運(yùn)動(dòng)區(qū)域最小的特征圖，定義其運(yùn)動(dòng)區(qū)域面積， 由此得到各運(yùn)動(dòng)方向特征圖的權(quán)重為最小運(yùn)動(dòng)區(qū)域面積和其自身運(yùn)動(dòng)區(qū)域面積的比值； 將經(jīng)過(guò)不同方位歸一化處理的運(yùn)動(dòng)方向特征圖融合，得到最終的運(yùn)動(dòng)方向顯著圖。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述特征提取單元在獲取空間導(dǎo)數(shù)及時(shí) 間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖時(shí)，用于求取包括了運(yùn)動(dòng)物體與靜止背景的邊緣的特定方向的邊緣，得到空間導(dǎo)數(shù)；利用相鄰 幀間進(jìn)行差分，將運(yùn)動(dòng)物體和靜止邊緣加以區(qū)別，得到時(shí)間導(dǎo)數(shù)；根據(jù)空間導(dǎo)數(shù)與時(shí)間導(dǎo)數(shù)得到沿不同方向的運(yùn)動(dòng)邊緣，將包含所述運(yùn)動(dòng)邊緣的圖像作 為以運(yùn)動(dòng)方向?yàn)樘卣鞯奶卣鲌D，并在不同方位分別計(jì)算運(yùn)動(dòng)方向的正負(fù)性，得到相應(yīng)的正 負(fù)方向特征圖。
全文摘要
本發(fā)明公開(kāi)了一種運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置，均可獲取空間導(dǎo)數(shù)及時(shí)間導(dǎo)數(shù)，將二者融合以得到運(yùn)動(dòng)方向特征圖；并能夠基于運(yùn)動(dòng)區(qū)域面積作為比較依據(jù)進(jìn)行歸一化，合并各個(gè)方位的運(yùn)動(dòng)方向特征圖，得到最終的運(yùn)動(dòng)方向顯著圖。本發(fā)明方法和裝置，結(jié)構(gòu)簡(jiǎn)單，計(jì)算量明顯減??；依賴面積比較的歸一化算法比目前依賴極值的歸一化算法檢測(cè)效果更好，且更符合運(yùn)動(dòng)方向異常的定義；對(duì)于自然場(chǎng)景及非自然場(chǎng)景的檢測(cè)成功率都明顯高于現(xiàn)有技術(shù)，具備持續(xù)跟蹤運(yùn)動(dòng)方向異常物體的能力。顯然，本發(fā)明的運(yùn)動(dòng)方向異常物體檢測(cè)方法和裝置，能夠減少計(jì)算量，提高算法可靠性及檢測(cè)效果。
文檔編號(hào)G06T7/20GK101950423SQ201010272870
公開(kāi)日2011年1月19日 申請(qǐng)日期2010年9月6日 優(yōu)先權(quán)日2010年9月6日
發(fā)明者宋治杭, 張廣軍, 江潔 申請(qǐng)人:北京航空航天大學(xué)