CN101236656B - 基于块划分的图像中运动目标的检测方法 - Google Patents

基于块划分的图像中运动目标的检测方法 Download PDF

Info

Publication number
CN101236656B
CN101236656B CN2008100341301A CN200810034130A CN101236656B CN 101236656 B CN101236656 B CN 101236656B CN 2008100341301 A CN2008100341301 A CN 2008100341301A CN 200810034130 A CN200810034130 A CN 200810034130A CN 101236656 B CN101236656 B CN 101236656B
Authority
CN
China
Prior art keywords
pixels
block
sub
image
moving target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2008100341301A
Other languages
English (en)
Other versions
CN101236656A (zh
Inventor
郭春辉
熊模昌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Information Technology Co., Ltd. Shanghai Avcon
Original Assignee
SHANGHAI AVCON INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI AVCON INFORMATION TECHNOLOGY Co Ltd filed Critical SHANGHAI AVCON INFORMATION TECHNOLOGY Co Ltd
Priority to CN2008100341301A priority Critical patent/CN101236656B/zh
Publication of CN101236656A publication Critical patent/CN101236656A/zh
Application granted granted Critical
Publication of CN101236656B publication Critical patent/CN101236656B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

一种基于块划分的图像中运动目标的检测方法,其先设定将待检测的各幅图像划分成多个像素子块时的各像素子块尺寸,然后据以将待检测的当前帧的区域图像划分成相应的像素子块,接着自当前帧之前的各帧图像或预先建立的背景图像选择一帧作为参考帧,并根据所述当前帧的区域图像相应各像素子块的位置分别计算所述参考帧与所述当前帧的区域图像的相应各像素子块的像素绝对差和,接着再将所述各像素绝对差和与预设的运动阈值进行比较以找出可能存在运动目标的各像素子块,最后统计分析各可能存在运动目标的各像素子块以判断待检测的当前帧的区域图像中是否存在运动目标,如此可将视频编码过程与运动检测过程有机结合,有效降低视频编码和运动检测的总计算量。

Description

基于块划分的图像中运动目标的检测方法
技术领域
本发明涉及数字视频监控领域,特别涉及一种基于块划分的图像中运动目标的检测方法。
背景技术
运动检测是智能视频监控系统的关键技术,其主要目的是从监控摄像机所捕捉的系列图像中检测是否有物体运动,以在有运动发生时进行报警提醒。
目前常用的运动检测技术主要有以下三种:
1.光流法:
光流是图像亮度的运动信息描述。光流法基于图像中相邻的亮度是相似的这一前提,即图像中亮度变化平稳。在该前提下光流法将三维空间的图像表面亮度点的速率信息映射为近似的二维运动场来进行计算。如果图像中没有运动目标,则光流矢量在整个图像区域时连续变化的,当物体和图像背景存在相对运动时,运动物体所形成的速度矢量必然和领域背景速度矢量不同,从而检测出当前图像存在运动。
2.背景差分法:
背景差分法通过建模和一定的学习获得一个“背景帧”或“背景模型”,比如常用的高斯背景模型,然后将当前帧和背景帧进行求差,差值超过一定阈值的像素点即认为是前景点或者运动目标。当这些点的数目超过一定阈值即认为当前图像存在运动。
3.帧间差分法:
帧间差分法计算图像序列中连续的2、3帧中所有的对应位置像素点的差值,并统计差值大于一定阈值的像素点个数。当这些点的数目超过一定阈值即认为当前图像存在运动。
上述三种方法中,性能最好的是光流法,但其计算量太大,算法复杂耗时,不适于实时实现;性能其次的是背景差分法,但其性能的优劣受背景建模方法的优劣影响很大,且目前好的背景建模方法计算复杂度也都较高;而帧间差分法以其相对较低的复杂度和空间耗用率以及较好的性能,在视频监控中得到了较为广泛的应用。
目前绝大多数视频监控产品需要将视频编码压缩、运动检测及其他诸如控制、报警、视频采集/传输、录像等功能模块集成到一个嵌入式数字信号处理器(DSP)上。但是,DSP的处理能力十分有限,往往仅是完成视频编码压缩就几乎消耗所有资源。以德州仪器公司的DM642视频压缩专用DSP为例,采用H.264标准以每秒25帧的速度压缩一路D1(720*576)大小视频,DSP处理能力的消耗已经接近百分之百。帧间差分法的运动监测方法虽然较之其他方法简单,但仍需耗费较大的资源,特别是其需要对相邻两幅图像的每一对应像素点的像素值差是否小于某一阈值进行判断统计,不利于DSP上的优化实现。因此,产品设计和开发需要尽可能的降低运动检测对处理器资源和存储资源的需求,以确保整个视频监控系统的实时实现,如何达到这一目的,实已成为本领域技术人员亟待解决的技术课题。
发明内容
本发明的目的在于提供一种基于块划分的图像中运动目标的检测方法,以实现能将编码过程与运动检测过程的有机结合,有效降低视频编码和运动检测的总计算量。
本发明提供的基于块划分的图像中运动目标的检测方法,包括步骤:1)设定将待检测的各幅图像划分成多个像素子块时的各像素子块尺寸;2)根据设定的各像素子块尺寸将待检测的当前帧的区域图像划分成相应的像素子块;3)自所述当前帧的区域图像之前的各帧图像或预先建立的图像模板中选择一帧作为当前帧的区域图像的参考帧,并根据所述当前帧的区域图像相应各像素子块的位置分别计算所述参考帧与所述当前帧的区域图像的相应各像素子块的像素绝对差和;4)将所获得的各像素子块的像素绝对差和与预设的运动阈值进行比较以找出可能存在运动目标的各像素子块;5)统计分析所找出的可能存在运动目标的各像素子块判断所述待检测的当前帧的区域图像相对于参考帧图像是否存在运动目标。
其中,所述基于块划分的图像中运动目标的检测方法还包括报警步骤,即当判断出存在有运动目标后发出警示。
较佳地,所述步骤5)可包括步骤:(1)统计所找出的可能存在运动目标的各像素子块的数目;(2)判断所述数目是否超过预设值,若是,则判断出当前帧的区域图像相对于参考帧图像存在有运动目标。
较佳地,所述步骤5)还可包括步骤:(1)统计所找出的可能存在运动目标的各像素子块的数目以及当前帧的区域图像被划分成的各像素子块的总数目;(2)计算所述可能存在运动目标的各像素子块的数目与所述总数目的比例;(3)判断所述比例是否超过预设比例,若是,则判断出当前帧的区域图像相对于参考帧图像存在有运动目标。
较佳地,所述步骤5)也可通过统计所述可能存在运动目标的各像素子块的密度或连通性来判断是否存在运动目标。
较佳地,所述当前帧的区域图像所包含的区域为当前帧图像的全部或为仅会出现运动目标的区域。
较佳地,步骤3)可采用 SAD MXN = Σ i = 0 M Σ j = 0 N | C i , j - R i , j | 来计算像素绝对差和,其中,Ci,j为所述当前帧的区域图像的一像素子块中坐标位置为(i,j)的像素亮度分量值,Ri,j为所述参考帧图像中与所述像素子块相对应的像素块中坐标位置为(i,j)的像素亮度分量值,SAD为像素绝对差和。
综上所述,本发明的基于块划分的图像中运动目标的检测方法较之于现有的以图像像素点为单位进行统计的帧间差分运动检测方法,其按一定尺寸将待检测图像划分为若干像素子块,通过统计分析可能存在运动目标的像素子块来判断当前图像是否存在运动目标,而像素子块是否存在运动目标可以利用编码器已经获得的运动估计运算所得像素子块的像素绝对差和来进行判断,从而极大的消除了运动检测的计算量,降低了视频编码和运动检测的总计算量。
附图说明
图1为本发明的基于块划分的图像中运动目标的检测方法的操作流程示意图。
图2为本发明的基于块划分的图像中运动目标的检测方法的检测区域示意图。
具体实施方式
本实施例以采用H.264编码算法的视频监控系统,并以所拍摄的视频图像大小为704*576像素为例,对本发明的基于块划分的图像中运动目标的检测方法进行详细阐述。
请参阅图1,本发明的基于块划分的图像中运动目标的检测方法首先执行步骤S10,即设定将待检测的各幅图像划分成多个像素子块时的各像素子块尺寸,通常各像素子块的尺寸是相同的,例如可为16*16,或8*8,或8*16等,此外,也可根据实际图像的尺寸将各像素子块的尺寸设置为不同值,在本实施例中,设定各像素子块的尺寸为16*16(即设定M=N=16),接着执行步骤S11。
在步骤S11中,根据设定的各像素子块尺寸将待检测的当前帧的区域图像划分成相应的像素子块,例如,将704*576像素的整幅视频图像按照水平方向从左到右、垂直方向从上到下的顺序划分为1584个子块,并将各子块逐个记为0、1、2、3、…、1583,并建立与之对应的一张1584大小的表,记为Tag[1584],用以保存每一16*16像素块是否存在运动的标志。需要注意的是,为了减少内存需求和计算量,在对视频图像进行块划分时,也可只对预设的可能会出现运动目标的区域进行块划分,并建立一张与之对应的表,通常可能出现运动目标的区域包括门、窗等区域,请参见图2,可能会出现运动目标的区域有3个,其中,检测区域一为像素起点坐标从(32,32)至终点(384,288)的矩形区域,检测区域二为像素起点坐标从(416,32)至(672,544)的矩形区域,检测区域三为像素起点坐标从(32,320)至(544,288)的矩形区域,由此,可仅对该三个检测区域(即区域图像)进行像素子块的划分,接着执行步骤S12。
在步骤S12中,自所述当前帧的区域图像之前的各帧图像或预先建立的图像模板中选择一帧作为当前帧的区域图像的参考帧,并根据所述当前帧的区域图像相应各像素子块的位置分别计算所述参考帧与所述当前帧的区域图像的相应各像素子块的像素绝对差和(SAD),通常是选择当前帧图像的前一帧作为参考帧,此外,也可根据拍摄图像的装置(例如设置在银行门口的摄像机)在无任何运动目标出现时拍摄的各幅图像建立的图像模板作为参考帧,如此可提高运动目标检测的准确性,当参考帧选定后,可根据 SAD = Σ i = 0 16 Σ j = 0 16 | C i , j - R i , j | 来计算像素绝对差和,其中,Ci,j为所述当前帧的区域图像的一像素子块中坐标位置为(i,j)的像素亮度分量值,Ri,j为所述参考帧图像中与所述像素子块相对应的像素块中坐标位置为(i,j)的像素亮度分量值,SAD为像素绝对差和,接着执行步骤S13。
在步骤S13中,将所获得的各像素子块的像素绝对差和与预设的运动阈值进行比较以找出可能存在运动目标的各像素子块,通常预设的运动阈值T1为一经验值,可以通过实验获得,例如可为1500或2000等,对于比较后的结果可填入表Tag[1584]中,即当所获的各像素子块的像素绝对差小于或等与预设的运动阈值时在表Tag[1584]相应栏记为0,而所获的各像素子块的像素绝对差大于预设的运动阈值时在表Tag[1584]相应栏记为1,由此记为1的像素子块即为可能存在运动目标的各像素子块,接着执行步骤14。
在步骤S14中,统计分析所找出的可能存在运动目标的各像素子块判断所述待检测的当前帧的区域图像相对于参考帧图像是否存在运动目标,若存在有运动目标,则接着执行步骤S15,否则结束,通常判断是否存在有运动目标的方法有以下几种:
1、根据找出的像素子块的数目来进行判断,主要包括以下步骤:
第一步:统计所找出的可能存在运动目标的各像素子块的数目,即统计表Tag[1584]各栏中记为1的栏的数目。
第二步:判断所述数目是否超过预设值,若是,则判断出当前帧的区域图像相对于参考帧图像存在有运动目标。
2、根据找出的像素子块的数目在总的像素子块中所占比例来进行判断,主要包括以下步骤:
第一步:统计所找出的可能存在运动目标的各像素子块的数目以及当前帧的区域图像被划分成的各像素子块的总数目,即统计表Tag[1584]各栏中记为1的栏的数目及总的栏目数目。
第二步:计算所述可能存在运动目标的各像素子块的数目与所述总数目的比例。
第三步:判断所述比例是否超过预设比例,若是,则判断出当前帧的区域图像相对于参考帧图像存在有运动目标,对于存在多个检测区域的情形,对于每一检测区域内,可预先设定不同的预设比例,例如,对于图2所示的检测区域一,可将预设比例设定为6%,对于检测区域二,可将预设比例设定为10%,对于检测区域三,可将预设比例设定为20%,对不同的检测区域设置不同的预设比例,目的在于对重视程度不一的监控区域采取不同严格程度的运动目标的检测。
3、通过统计所述可能存在运动目标的各像素子块的密度或连通性来判断是否存在运动目标,由于密度的统计或连通性的统计都为本领域技术人员所熟悉,故在此不再详述。
在步骤S15中,当判断出存在有运动目标后发出警示,对于视频监控系统,当检测到有运动目标时,通常即说明有人从门或窗出入,故发出警示以引起监控人员的注意,以便能及时赶赴现场察看,以避免损失的发生。
由上述可见,本发明的基于块划分的图像中运动目标的检测方法通过对图像进行像素子块的划分,并分别计算各像素子块的像素绝对差和来判断当前图像是否存在运动目标,由此可有效减少处理器(例如DSP)的计算量;同时相对于现有技术,也能大大降低处理器的比较运算处理;再有,由于在多数图像编码过程中也需要计算像素绝对差和,因此可将本发明的运动目标的检测过程与图像编码过程有机结合,可充分利用编码过程中的数据和计算结果,如此可减少处理器对内存的读写操作,从而降低运动目标检测对存储器资源和处理器资源的消耗,有助于将本发明的技术融入资源十分有限的嵌入式平台的视频监控系统中;还有,由于本发明先通过检测像素子块是否可能存在运动目标,进而再对可能存在运动目标的像素子块进一步统计和分析以判断出图像中是否存在运动目标,如此提高了运动目标检测的抗噪声能力和运动目标检测的灵活性和准确性。

Claims (7)

1.一种基于块划分的图像中运动目标的检测方法,其特征在于包括步骤:
1)设定将待检测的各幅图像划分成多个像素子块时的各像素子块尺寸;
2)根据设定的各像素子块尺寸将待检测的当前帧的区域图像划分成相应的像素子块;
3)自所述当前帧的区域图像之前的各帧图像或预先建立的背景图像中选择一帧作为当前帧的区域图像的参考帧,并根据所述当前帧的区域图像相应各像素子块的位置分别计算所述参考帧与所述当前帧的区域图像的相应各像素子块的像素亮度分量值的绝对差和;
4)将所获得的各像素子块的像素绝对差和与预设的运动阈值进行比较以找出可能存在运动目标的各像素子块;
5)统计分析所找出的可能存在运动目标的各像素子块以判断所述待检测的当前帧的区域图像相对于参考帧图像是否存在运动目标。
2.如权利要求1所述的基于块划分的图像中运动目标的检测方法,其特征在于还包括报警步骤,即当判断出存在有运动目标后发出警示。
3.如权利要求1所述的基于块划分的图像中运动目标的检测方法,其特征在于:所述步骤5)包括步骤:
(1)统计所找出的可能存在运动目标的各像素子块的数目;
(2)判断所述数目是否超过预设值,若是,则判断出当前帧的区域图像相对于参考帧图像存在有运动目标。
4.如权利要求1所述的基于块划分的图像中运动目标的检测方法,其特征在于:所述步骤5)包括步骤:
(1)统计所找出的可能存在运动目标的各像素子块的数目以及当前帧的区域图像被划分成的各像素子块的总数目;
(2)  计算所述可能存在运动目标的各像素子块的数目与所述总数目的比例;
(3)判断所述比例是否超过预设比例,若是,则判断出当前帧的区域图像相对于参考帧图像存在有运动目标。
5.如权利要求1所述的基于块划分的图像中运动目标的检测方法,其特征在于:在所述步骤5)中,通过统计所述可能存在运动目标的各像素子块的密度或连通性来判断是否存在运动目标。
6.如权利要求1所述的基于块划分的图像中运动目标的检测方法,其特征在于:所述当前帧的区域图像所包含的区域为当前帧图像的全部或为仅会出现运动目标的区域。
7.如权利要求1所述的基于块划分的图像中运动目标的检测方法,其特征在于:步骤3)采用 SAD MXN = Σ i = 0 M Σ j = 0 N | C i , j - R i , j | 来计算像素绝对差和,其中,Ci,j为所述当前帧的区域图像的一像素子块中坐标位置为(i,j)的像素亮度分量值,Ri,j为所述参考帧图像中与所述像素子块相对应的像素块中坐标位置为(i,j)的像素亮度分量值,SAD为像素绝对差和。
CN2008100341301A 2008-02-29 2008-02-29 基于块划分的图像中运动目标的检测方法 Active CN101236656B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100341301A CN101236656B (zh) 2008-02-29 2008-02-29 基于块划分的图像中运动目标的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100341301A CN101236656B (zh) 2008-02-29 2008-02-29 基于块划分的图像中运动目标的检测方法

Publications (2)

Publication Number Publication Date
CN101236656A CN101236656A (zh) 2008-08-06
CN101236656B true CN101236656B (zh) 2011-06-15

Family

ID=39920249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100341301A Active CN101236656B (zh) 2008-02-29 2008-02-29 基于块划分的图像中运动目标的检测方法

Country Status (1)

Country Link
CN (1) CN101236656B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883906A (zh) * 2021-03-15 2021-06-01 珠海安联锐视科技股份有限公司 一种基于目标检测的人员状态分析方法

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101867805B (zh) * 2009-04-20 2011-10-05 上海安维尔信息科技有限公司 一种利用警戒网格提升运动检测效率的方法
CN101799928B (zh) * 2010-03-30 2013-07-03 深圳市融创天下科技股份有限公司 一种应用于图像处理的高效低复杂度运动侦测方法
CN101854466B (zh) * 2010-05-13 2012-05-30 北京英泰智软件技术发展有限公司 一种运动区域探测方法及装置
CN101859440A (zh) * 2010-05-31 2010-10-13 浙江捷尚视觉科技有限公司 基于块的运动区域检测方法
US8675926B2 (en) * 2010-06-08 2014-03-18 Microsoft Corporation Distinguishing live faces from flat surfaces
CN101951462B (zh) * 2010-09-29 2012-09-26 无锡中星微电子有限公司 一种运动检测的方法
CN102486831A (zh) * 2010-12-03 2012-06-06 江南大学 一种用于数字信号处理器的灰度图像相关匹配算法
CN103561268A (zh) * 2010-12-29 2014-02-05 中国移动通信集团公司 视频监控图像编码方法及装置
CN102075734B (zh) * 2010-12-31 2013-07-24 浙江宇视科技有限公司 视频业务实现方法及其设备和系统
CN102136147B (zh) * 2011-03-22 2012-08-22 深圳英飞拓科技股份有限公司 一种目标检测与跟踪方法、系统及视频监控设备
CN102520898A (zh) * 2011-11-18 2012-06-27 惠州华阳通用电子有限公司 一种用于嵌入式操作系统序列图的处理方法
CN103135523B (zh) * 2012-05-31 2015-04-22 山东电力集团公司青岛供电公司 一种配电站房监控系统
CN103327306A (zh) * 2013-06-14 2013-09-25 广东威创视讯科技股份有限公司 视频监控存储方法及装置
CN104637068B (zh) * 2013-11-14 2017-12-22 华为技术有限公司 视频帧及视频画面遮挡检测方法及装置
CN105354281B (zh) * 2014-02-03 2018-12-07 株式会社隆创 图像检查装置和图像检查方法
CN105096350B (zh) * 2014-05-21 2019-01-11 腾讯科技(深圳)有限公司 图像检测方法及装置
CN103985140B (zh) * 2014-05-22 2015-06-03 中国人民解放军国防科学技术大学 一种基于频域处理的抗噪运动目标检测方法
CN104410842B (zh) * 2014-12-25 2019-01-15 苏州智华汽车电子有限公司 倒车用摄像头动态侦测系统及方法
CN104486618B (zh) * 2014-12-30 2017-07-14 浙江宇视科技有限公司 视频图像的噪声检测方法及装置
CN105243674B (zh) * 2015-09-16 2018-09-11 阔地教育科技有限公司 一种防止运动目标误检装置及方法
CN106060340B (zh) * 2016-07-06 2018-12-04 百味迹忆(厦门)网络科技有限公司 移动侦测方法及系统
CN107123131B (zh) * 2017-04-10 2020-04-17 安徽清新互联信息科技有限公司 一种基于深度学习的运动目标检测方法
CN108399359B (zh) * 2018-01-18 2022-05-10 中山大学 一种视频序列下实时火灾检测预警方法
CN108537212B (zh) * 2018-07-04 2022-10-14 南京邮电大学 基于运动估计的学生行为检测方法
CN110717356A (zh) * 2018-07-11 2020-01-21 中国移动通信集团浙江有限公司 一种人脸识别检测方法及系统
CN110717361A (zh) * 2018-07-13 2020-01-21 长沙智能驾驶研究院有限公司 本车停车检测方法、前车起步提醒方法及存储介质
CN108960213A (zh) * 2018-08-16 2018-12-07 Oppo广东移动通信有限公司 目标跟踪方法、装置、存储介质及终端
CN109460487A (zh) * 2018-12-18 2019-03-12 郑州云海信息技术有限公司 一种视频监控快速检索方法及系统
CN111292353B (zh) * 2020-01-21 2023-12-19 成都恒创新星科技有限公司 一种停车状态变化识别方法
CN111401205B (zh) * 2020-03-11 2022-09-23 深圳市商汤科技有限公司 动作识别方法及装置、电子设备、计算机可读存储介质
CN111652913B (zh) * 2020-04-30 2023-08-29 钱丽丽 基于图像分析的室内抗干扰运动识别方法
CN112561951B (zh) * 2020-12-24 2024-03-15 上海富瀚微电子股份有限公司 一种基于帧差绝对误差和sad的运动和亮度检测方法
CN113705434A (zh) * 2021-08-27 2021-11-26 浙江新再灵科技股份有限公司 一种直梯内煤气罐检测方法及检测系统
CN114187536B (zh) * 2021-12-13 2023-03-24 苏州方兴信息技术有限公司 一种施工进度的确定方法、装置、电子设备和可读介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883906A (zh) * 2021-03-15 2021-06-01 珠海安联锐视科技股份有限公司 一种基于目标检测的人员状态分析方法

Also Published As

Publication number Publication date
CN101236656A (zh) 2008-08-06

Similar Documents

Publication Publication Date Title
CN101236656B (zh) 基于块划分的图像中运动目标的检测方法
CN104966304B (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
US8437549B2 (en) Image processing method and image processing apparatus
CN101266132B (zh) 基于mpfg运动矢量的行车障碍检测方法
JP2020522067A (ja) 動的視覚センサ用ブロックマッチングオプティカルフローとステレオ視
US20150154450A1 (en) Optical Flow Tracking Method and Apparatus
CN102708571B (zh) 视频中剧烈运动的检测方法及其装置
CN101799928B (zh) 一种应用于图像处理的高效低复杂度运动侦测方法
KR20150084939A (ko) 비디오 감시 시스템들에 대한 이미지 안정화 기술들
CN102457724B (zh) 一种图像运动检测系统及方法
Mahmoudi et al. Multi-gpu based event detection and localization using high definition videos
CN102509311B (zh) 运动检测方法和装置
CN101102504B (zh) 一种结合视频编码器的混合运动检测方法
CN101436301B (zh) 视频编码中特征运动区域的检测方法
Tang et al. Background subtraction using running Gaussian average and frame difference
KR101396838B1 (ko) 다수의 모션 모델을 선택적으로 이용하는 영상 안정화 방법 및 시스템
CN101877135B (zh) 一种基于背景重构的运动目标检测方法
CN102129692A (zh) 一种双门限场面运动目标检测方法及其系统
CN105844671B (zh) 一种变光照条件下的快速背景减除法
CN105631900B (zh) 一种车辆跟踪方法及装置
Srilekha et al. A novel approach for detection and tracking of vehicles using Kalman filter
Wang et al. Background modeling using local binary patterns of motion vector
CN102970527A (zh) 基于六边形搜索及五帧背景对齐的动背景视频对象提取
JP6559378B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
Vijverberg et al. Two novel motion-based algorithms for surveillance video analysis on embedded platforms

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP01 Change in the name or title of a patent holder

Address after: 200433 No. 335, National Road, Shanghai

Patentee after: Information Technology Co., Ltd. Shanghai Avcon

Address before: 200433 No. 335, National Road, Shanghai

Patentee before: Shanghai Avcon Information Technology Co., Ltd.