CN104202530A - 摄像头运行状态的判断方法和装置 - Google Patents

摄像头运行状态的判断方法和装置 Download PDF

Info

Publication number
CN104202530A
CN104202530A CN201410487606.2A CN201410487606A CN104202530A CN 104202530 A CN104202530 A CN 104202530A CN 201410487606 A CN201410487606 A CN 201410487606A CN 104202530 A CN104202530 A CN 104202530A
Authority
CN
China
Prior art keywords
camera
running status
frame
feature
image
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.)
Granted
Application number
CN201410487606.2A
Other languages
English (en)
Other versions
CN104202530B (zh
Inventor
张欢
吴金勇
王军
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.)
Shenzhen Kewei Robot Technology Co ltd
Original Assignee
China Security and Surveillance Technology PRC Inc
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 China Security and Surveillance Technology PRC Inc filed Critical China Security and Surveillance Technology PRC Inc
Priority to CN201410487606.2A priority Critical patent/CN104202530B/zh
Publication of CN104202530A publication Critical patent/CN104202530A/zh
Application granted granted Critical
Publication of CN104202530B publication Critical patent/CN104202530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种摄像头运行状态的判断方法和装置,所述判断方法包括步骤:获取视频图像的帧差特征;根据所述帧差特征判断摄像头的运行状态;若判断结果为无法确定所述运行状态,则获取视频图像的直方图相交特征;根据所述直方图相交特征判断摄像头的运行状态。从而,综合利用了帧差法和直方图相交法的优点,保证了最终能够及时准确的获得摄像头运行状态的判断结果。

Description

摄像头运行状态的判断方法和装置
技术领域
本发明涉及摄像技术领域,尤其是涉及一种摄像头运行状态的判断方法和装置。
背景技术
教育信息化越来越受到教育主管部门的重视,其中教学智能录播系统是教育信息化的重要组成部分。根据国家“三通二平台”建设的要求,教学智能录播系统中,需要对教学过程中老师的教学行为进行视频摄像机监控,录播系统需要对教师进行实时跟踪录像。由于教师在讲台上和讲台下活动,故涉及到镜头切换以保证教师一直在视野范围内,若摄像头还处在运动或不稳定状态时就对教师进行跟踪,将会导致跟踪不稳定而出现跟丢跟错等问题。所以,镜头切换后是否能及时准确判断摄像头的运行状态显得非常关键。
现有技术中,有的利用帧差法对摄像头的运行状态进行判断,该方法原理简单、便于实现。缺点是对于镜头内物体运动、光线条件的剧烈变化比较敏感,容易误检。例如,当镜头切换完毕但镜头内仍存在运动物体时,帧差法容易误判为镜头尚未切换完毕,从而造成摄像头稳定状态判断延时,导致不能及时对拍摄目标进行跟踪。
还有的利用直方图相交法对摄像头的运行状态进行判断,该方法对于镜头内的运动物体具有良好的容忍程度,缺点是对于内容完全不同的两幅图像,可能具有相同的直方图,因此容易造成漏检。对于连续的视频图像,虽然很少会出现连续两幅图像直方图完全相同的情况,但是对于教师录播系统中跟踪教师场景较相似的情况,直方图相交法难以对视频运动或静止状态给出很好的分割方案。
综上所述,现有的摄像头运行状态的判断方法,尚不能及时准确的获得摄像头运行状态的判断结果。
发明内容
本发明的主要目的在于提供一种摄像头运行状态的判断方法和装置,旨在实现及时准确的获得摄像头运行状态的判断结果。
为达以上目的,本发明提出一种摄像头运行状态的判断方法,包括步骤:
获取视频图像的帧差特征;
根据所述帧差特征判断摄像头的运行状态;
若判断结果为无法确定所述运行状态,则获取视频图像的直方图相交特征;
根据所述直方图相交特征判断摄像头的运行状态。
优选地,所述根据所述帧差特征判断摄像头的运行状态包括:
对当前时刻和前一时刻的帧差特征分别求取估计误差的方差;
计算当前时刻与前一时刻的帧差特征的估计误差的方差的差值,将所述差值作为第一评价指标;
若所述第一评价指标小于等于第一阈值,则判定摄像头的运行状态为静止状态;
若所述第一评价指标大于等于第二阈值,则判定摄像头的运行状态为运动状态;
若所述第一评价指标介于第一阈值和第二阈值之间,则判定无法确定摄像头的运行状态。
优选地,所述根据所述直方图相交特征判断摄像头的运行状态包括:
对当前时刻和前一时刻的直方图相交特征分别求取估计误差的方差;
计算当前时刻与前一时刻的直方图相交特征的估计误差的方差的差值,将所述差值作为第二评价指标;
若所述第二评价指标小于等于第三阈值,则判定摄像头的运行状态为静止状态;
若所述第二评价指标大于第三阈值,则判定摄像头的运行状态为运动状态。
优选地,所述获取视频图像的帧差特征包括:
获取视频图像的当前帧和前一帧的帧差图像;
计算所述帧差图像中满足预设条件的运动像素的个数;
根据所述运动像素的个数统计所述帧差图像的运动像素比率,将所述运动像素比率作为帧差特征。
优选地,其特征在于,所述获取视频图像的直方图相交特征包括:
将视频图像的当前帧图像和前一帧图像转换为YCrCb空间;
统计当前帧图像和前一帧图像的Y分量的直方图;
计算当前帧图像和前一帧图像的直方图的直方图相交距离,将所述直方图相交距离作为直方图相交特征。
本发明同时提出一种摄像头运行状态的判断装置,包括获取模块、第一判断模块和第二判断模块,其中:
获取模块,用于获取视频图像的帧差特征并发送给第一判断模块,当接收到第一判断模块发送的无法确定摄像头的运行状态的判断结果时,进一步获取视频图像的直方图相交特征并发送给第二判断模块;
第一判断模块,用于根据获取模块发送的帧差特征判断摄像头的运行状态,若判断结果为无法确定所述运行状态时则向获取模块发送所述判断结果;
第二判断模块,用于根据获取模块发送的直方图相交特征判断摄像头的运行状态。
优选地,所述第一判断模块包括第一计算单元和第一判别单元,其中:
第一计算单元,用于对当前时刻和前一时刻的帧差特征分别求取估计误差的方差,计算当前时刻与前一时刻的帧差特征的估计误差的方差的差值,将所述差值作为第一评价指标发送给判别单元;
第一判别单元,用于根据第一评价指标进行判别,若所述第一评价指标小于等于第一阈值,则判定摄像头的运行状态为静止状态;若所述第一评价指标大于等于第二阈值,则判定摄像头的运行状态为运动状态;若所述第一评价指标介于第一阈值和第二阈值之间,则判定无法确定摄像头的运行状态。
优选地,所述第二判断模块包括第二计算单元和第二判别单元,其中:
第二计算单元,对当前时刻和前一时刻的直方图相交特征分别求取估计误差的方差,计算当前时刻与前一时刻的直方图相交特征的估计误差的方差的差值,将所述差值作为第二评价指标发送给第二判别单元;
第二判别单元,用于根据第二评价指标进行判别,若所述第二评价指标小于等于第三阈值,则判定摄像头的运行状态为静止状态;若所述第二评价指标大于第三阈值,则判定摄像头的运行状态为运动状态。
优选地,其特征在于,所述获取模块包括帧差特征获取单元,所述帧差特征获取单元用于:
获取视频图像的当前帧和前一帧的帧差图像;
计算所述帧差图像中满足预设条件的运动像素的个数;
根据所述运动像素的个数统计所述帧差图像的运动像素比率,将所述运动像素比率作为帧差特征。
优选地,其特征在于,所述获取模块包括直方图特征获取单元,所述直方图特征获取单元用于:
将视频图像的当前帧图像和前一帧图像转换为YCrCb空间;
统计当前帧图像和前一帧图像的Y分量的直方图;
计算当前帧图像和前一帧图像的直方图的直方图相交距离,将所述直方图相交距离作为直方图相交特征。
本发明所提供的一种摄像头运行状态的判断方法,鉴于帧差法对镜头切换完毕但镜头内仍存在运动物体的情况敏感的特点,以及直方图相交法对视频图像中场景内容不变的局部运动不敏感的特点,首先利用帧差法对摄像头的运行状态进行判断,当无法获得确定的判断结果时,再利用直方图相交法进行摄像头运行状态的判断。从而,综合利用了帧差法和直方图相交法的优点,保证了最终能够及时准确的获得摄像头运行状态的判断结果。
同时,通过预测和更新机制获取更加准确的帧差特征或直方图相交特征的估计误差的方差值,进而获得更优的自适应评价指标,进一步提高了判断结果的准确性。
附图说明
图1是本发明摄像头运行状态的判断方法一实施例的流程图;
图2是本发明实施例中获取视频图像的帧差特征的具体流程图;
图3是本发明实施例中根据帧差特征判断摄像头的运行状态的具体流程图;
图4是本发明实施例中获取视频图像的直方图相交特征的具体流程图;
图5是本发明实施例中根据直方图相交特征判断摄像头的运行状态的具体流程图;
图6是本发明摄像头运行状态的判断装置一实施例的结构框图;
图7是本发明实施例中获取模块的结构框图;
图8是本发明实施例中第一判断模块的结构框图;
图9是本发明实施例中第二判断模块的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1-图5,提出本发明摄像头运行状态的判断方法一实施例,所述判断方法包括以下步骤:
步骤S100:视频拍摄过程中,获取视频图像的帧差特征
在视频拍摄过程中,摄像头在拍摄移动目标时,若移动目标离开了摄像头的拍摄范围,摄像头便会随着移动目标的方向运动来进行镜头切换。此时,需要及时准确的判断镜头是否切换完毕,只有当镜头切换完毕,摄像头恢复静止状态后,再继续进行跟踪,才能保证跟踪的稳定性和准确性。
当检测到镜头切换,摄像头移动后,则开始启动摄像头运行状态的判断,本实施例首先通过帧差法判断摄像头的运行状态,首先需获取视频图像的帧差特征,获取帧差特征的具体流程如图2所示,包括以下步骤:
步骤S110:获取视频图像的当前帧和前一帧的帧差图像
具体的,获取视频图像序列{It},t∈Ζ+,其中It表示第t帧图像矩阵,下标t表示序号,在本文中均表示第t帧图像。对彩色图像It灰度化,得到灰度图像计算出当前帧和前一帧的帧差图像Dt
步骤S120:计算帧差图像中满足预设条件的运动像素的个数
设运动像素的个数为Nt,则 N t = &Sigma; r = 0 H &Sigma; c = 0 W &delta; t ( r , c ) . 其中 &delta; t ( r , c ) = 1 , D t ( r , c ) &GreaterEqual; &tau; 0 , D t ( r , c ) < &tau; , r、c分别表示图像的第r行和第c列;δt(r,c)用来表示帧差图像中Dt中第r行和第c列是否为运动像素,值为1则是运动像素,为0则不是;τ为灰度阈值,10≤τ≤40,优选地,τ=20。
步骤S130:根据运动像素的个数统计帧差图像的运动像素比率,将运动像素比率作为帧差特征
具体的,通过公式计算出帧差图像的运动像素比率Ct,其中H、W表示图像宽度,Nt表示运动像素个数。
运动像素比率Ct即为视频图像的帧差特征,获取帧差特征后,则进入下一步骤S200。
步骤S200:根据帧差特征判断摄像头的运行状态
具体判断方法如图3所示,包括以下步骤:
步骤S210:对当前时刻和前一时刻的帧差特征分别求取估计误差的方差
作为优选,本实施例通过预测和更新机制获取估计误差的方差值,进而获得更优的自适应评价指标,具体通过以下流程实现:
i.给定初始估计量和Pt-1/t-1指t-1时刻的帧差图像运动像素比率即帧差特征的最理想值,P·为对应的估计误差的方差,Pt-1/t-1指t-1时刻对应的最理想估计误差的方差,最初给定和P0
ii.假设当前时刻是t,帧差特征特征为则可以基于上一个时刻t-1的最理想状态而预测出一个当前时刻的预测状态:
C t / t - 1 h = TC t - 1 / t - 1 h
其中,指t-1时刻的最理想状态,T为转移系数,0.8≤T≤1.2,优选地,T=1,认为下一时刻的特征的稳定状态应与前一时刻的状态一致。
iii.更新对应于的估计误差的方差:
Pt/t-1=T2Pt-1/t-1+Q
其中,Pt-1/t-1对应的估计误差的方差,Q为系统过程的方差,表示上一个时刻t-1的最理想状态预测出一个当前时刻的预测状态过程引入的误差,经验值为1×10-6
iv.根据可以得到当前时刻t的最理想估计值:
C t / t h = C t / t - 1 h + G t ( C t h - MC t / t - 1 h )
G t = MP t / t - 1 M 2 P t / t - 1 + R
其中,M表示测量系数,优选地,M=1;Gt为偏差系数,表示t时刻的的差值对于值的贡献程度,这里对应步骤i中的R表示测量过程引入的方差,即指获取数据引入的方差,经验值为1×10-5
v.更新当前时刻t的估计误差的方差:
Pt/t=(1-MGt)Pt/t-1
当进入t+1时刻时,这里Pt/t对应步骤iii中的Pt-1/t-1,步骤iii和步骤iv得到的和Pt/t回到步骤i和步骤ii中,递归计算。
从而获得了当前时刻的帧差特征的估计误差的方差Pt/t和前一时刻的帧差特征的估计误差的方差Pt-1/t-1
步骤S220:计算当前时刻与前一时刻的帧差特征的估计误差的方差的差值,将差值作为第一评价指标Z1
帧差特征的估计误差的方差差值则第一评价指标 Z 1 = &Delta;P t c .
步骤S230:比较第一评价指标Z1与第一阈值S1和第二阈值S2的大小
根据经验,可以设第一阈值S1=1x10-5,第二阈值S2=1x10-2。若Z1≤S1,即第一评价指标小于等于第一阈值,则进入步骤S240;若S1<Z1<S2,即第一评价指标介于第一阈值和第二阈值之间,则进入步骤S250;若Z1≥S2,即第一评价指标大于等于第二阈值,则进入步骤S260。
步骤S240:判定摄像头处于静止状态
若第一评价指标小于等于第一阈值,则得出判断结果为摄像头当前的运行状态为静止状态,并输出该判断结果。此时,说明镜头切换完毕,可以对拍摄目标进行跟踪,结束本次运行状态的检测。
步骤S250:无法确定摄像头的运行状态
若第一评价指标介于第一阈值和第二阈值之间,则得出无法确定摄像头运行状态的判断结果,并输出该判断结果。此时,摄像头有可能还在继续运动,也有可能已经静止,只是视频画面中有运动的物体。因此还需要进入下阶段继续进行判断。
步骤S260:判定摄像头处于运动状态
若第一评价指标大于等于第二阈值,则得出判断结果为摄像头当前的运行状态为运动状态,并输出该判断结果。此时,说明镜头切换尚未完毕,不宜跟踪拍摄目标,本轮判断结束,继续进行下一轮运行状态的判断,直至判断结果为摄像头的运行状态为静止状态为止。
获得判断结果后,则进入步骤S300。
步骤S300:是否获得确定的判断结果
如果获得了前述步骤S240和S260的确定的判断结果,则进入步骤S600,结束流程,完结本轮运行状态的判断。如果获得了前述步骤S250的不确定的判断结果,则进入步骤S400,继续进行判断。
步骤S400:获取视频图像的直方图相交特征
如果帧差法无法确定摄像头当前的运行状态,本实施例则继续利用直方图相交法进行运行状态的判断。首先需获取视频图像的直方图相交特征,获取直方图相交特征的具体流程如图4所示,包括以下步骤:
步骤S410:将视频图像的当前帧图像和前一帧图像转换为YCrCb空间
具体的,获取视频图像序列{It},对图像进行预处理,对彩色图像It进行均值滤波后得到图像将图像从RGB空间变换到YCrCb空间,变换后仍用表示。
步骤S420:统计当前帧图像和前一帧图像的Y分量的直方图
统计图像的Y分量的直方图ht(i),其中i=0,1,2,...,255,i表示灰度值。假设当前帧图像的直方图为ht(i),则前一帧图像的直方图为ht-1(i)。
步骤S430:计算当前帧图像和前一帧图像的直方图的直方图相交距离,将直方图相交距离作为直方图相交特征
计算当前图像直方图ht(i)与前一张图像直方图ht-1(i)的直方图相交距离,记为其计算公式为:
D t h = &Sigma; i = 0 255 min ( h t ( i ) , h t - 1 ( i ) ) &Sigma; i = 0 255 h t ( i )
其中公式右边分式的分母表示当前图像的像素总数,分子表明当前帧与前一帧图像从0到255每一个灰度级上的最小值的总和,分子与分母相除的结果即为当前图像直方图ht(i)与前一张图像直方图ht-1(i)的直方图相交距离。
直方图相交距离即为视频图像的直方图相交特征,获取直方图相交特征后,则进入下一步骤S500。
步骤S500:根据直方图相交特征判断摄像头的运行状态
具体判断方法如图5所示,包括以下步骤:
步骤S510:对当前时刻和前一时刻的直方图相交特征分别求取估计误差的方差;
作为优选,本实施例通过预测和更新机制获取估计误差的方差值,进而获得更优的自适应评价指标,具体通过以下流程实现:
i.给定初始估计量和Pt-1/t-1指t-1时刻的直方图相交距离的最理想值,P·为对应的估计误差的方差,字母下标“.”表示任意时刻或者任意形式(如如t,t/t,t-1/t-1等),Pt-1/t-1指t-1时刻对应的最理想估计误差的方差,最初给定和P0
ii.假设当前时刻是t,直方图相交特征为则可以基于上一个时刻t-1的最理想状态而预测出一个当前时刻的预测状态:
D t / t - 1 h = TD t - 1 / t - 1 h
其中,指t-1时刻的最理想状态,T为转移系数,0.8≤T≤1.2,优选地,T=1,认为下一时刻的特征的稳定状态应与前一时刻的状态一致。
iii.更新对应于的估计误差的方差:
Pt/t-1=T2Pt-1/t-1+Q
其中,Pt-1/t-1对应的估计误差的方差,Q为系统过程的方差,表示上一个时刻t-1的最理想状态预测出一个当前时刻的预测状态过程引入的误差,经验值为1×10-6
iv.根据可以得到当前时刻t的最理想估计值:
D t / t h = D t / t - 1 h + G t ( D t h - MD t / t - 1 h )
G t = MP t / t - 1 M 2 P t / t - 1 + R
其中,M表示测量系数,优选地,M=1;Gt为偏差系数,表示t时刻的的差值对于值的贡献程度,这里对应步骤i中的R表示测量过程引入的方差,即指获取数据引入的方差,经验值为1×10-5
v.更新当前时刻t的估计误差的方差:
Pt/t=(1-MGt)Pt/t-1
当进入t+1时刻时,这里Pt/t对应步骤iii中的Pt-1/t-1,步骤iii和步骤iv得到的和Pt/t回到步骤i和步骤ii中,递归计算。
从而获得了当前时刻的直方图相交特征的估计误差的方差Pt/t和前一时刻的直方图相交特征的估计误差的方差Pt-1/t-1
步骤S520:计算当前时刻与前一时刻的直方图相交特征的估计误差的方差的差值,将所述差值作为第二评价指标Z2
直方图相交特征的估计误差的方差差值则第二评价指标 Z 2 = &Delta;P t d .
步骤S530:比较第二评价指标Z2与第三阈值S3的大小
根据经验,可以设第三阈值S1=1x10-6。若Z2≤S3,即第二评价指标小于等于第三阈值,则进入步骤S540;若Z2>S3,即第二评价指标大于第三阈值,则进入步骤S550。
步骤S540:判定摄像头处于静止状态
若第二评价指标小于等于第三阈值,则得出判断结果为摄像头当前的运行状态为静止状态,并输出该判断结果。此时,说明镜头切换完毕,可以对拍摄目标进行跟踪,结束本次运行状态的检测。
步骤S550:判定摄像头处于运动状态
若第二评价指标大于第三阈值,则得出判断结果为摄像头当前的运行状态为运动状态,并输出该判断结果。此时,说明镜头切换尚未完毕,不宜跟踪拍摄目标,本轮判断结束,继续进行下一轮运行状态的判断,直至判断结果为摄像头的运行状态为静止状态为止。
获得判断结果后,则进入步骤S600,结束流程,完结本轮运行状态的判断。
步骤S600:结束流程
本发明摄像头运行状态的判断方法的实施例可以应用于各种应用场景,以应用于教学智能录播系统为例:
教师走动引起镜头切换,摄像头跟随教师运行,此时启动摄像头运行状态的判断方法。获取跟踪拍摄教师的摄像头拍摄的视频图像序列,提取视频图像的帧差特征,根据帧差特征判断摄像头运行状态。若获得确定的判断结果,则流程结束;若无法获得确定的判断结果,则进一步提取视频图像的直方图相交特征,根据直方图相交特征判断摄像头运行状态,获得判断结果,结束流程。
在某些实施例中,也可以同时获取视频图像的帧差特征和直方图相交特征,然后先根据帧差特征进行运行状态的判断,当无法获得判断结果时再利用直方图相交特征进行运行状态的判断。
从而,本实施例的摄像头运行状态的判断方法,考虑到帧差法对镜头切换完毕但镜头内仍存在运动物体的情况敏感的特点,以及直方图相交法对视频图像中场景内容不变的局部运动不敏感的特点,首先利用帧差法对摄像头的运行状态进行判断,当无法获得确定的判断结果时,再利用直方图相交法进行摄像头运行状态的判断。从而,综合利用了帧差法和直方图相交法的优点,保证了最终能够及时准确的获得摄像头运行状态的判断结果。
同时,通过预测和更新机制获取更加准确的帧差特征或直方图相交特征的估计误差的方差值,进而获得更优的自适应评价指标,进一步提高了判断结果的准确性。
参见图6-图9,提出本发明摄像头运行状态的判断装置一实施例,所述判断装置包括获取模块、第一判断模块和第二判断模块。
获取模块:用于获取视频图像的帧差特征并发送给第一判断模块,当接收到第一判断模块发送的无法确定摄像头的运行状态的判断结果时,进一步获取视频图像的直方图相交特征并发送给第二判断模块。
具体的,如图7所示,获取模块包括帧差特征获取单元和直方图相交特征获取单元,其中:
帧差特征获取单元:用于首先获取视频并存成视频图像序列,并获取视频图像的当前帧和前一帧的帧差图像,然后计算帧差图像中满足预设条件的运动像素的个数,最后根据运动像素的个数统计帧差图像的运动像素比率,将运动像素比率作为帧差特征。
直方图相交特征获取单元:用于首先获取视频并存成视频图像序列,并将视频图像的当前帧图像和前一帧图像转换为YCrCb空间,然后统计当前帧图像和前一帧图像的Y分量的直方图,最后计算当前帧图像和前一帧图像的直方图的直方图相交距离,将直方图相交距离作为直方图相交特征。
第一判断模块:用于根据获取模块发送的帧差特征判断摄像头的运行状态,若判断结果为无法确定运行状态时则向获取模块发送该判断结果。
如图8所示,判断模块包括第一计算单元和第一判别单元,其中:
第一计算单元:用于根据帧差特征计算得出第一评价指标并将第一评价指标发送给第一判别单元。
具体的,第一计算单元对当前时刻和前一时刻的帧差特征分别求取估计误差的方差,计算当前时刻与前一时刻的帧差特征的估计误差的方差的差值,将差值作为第一评价指标发送给第一判别单元。本实施例优选通过预测和更新机制获取更加准确的帧差特征的估计误差的方差值,进而获得更优的自适应评价指标。即,对视频图像的帧差特征进行时间更新,预测图像的帧差特征,再通过实际获取的帧差特征来对预测的帧差特征进行更新,通过对更新后的帧差特征求取估计误差的方差,把相邻图像序列的估计误差的方差的差值作为评价指标。具体运算过程如前述方法实施例中的步骤S210所示,在此不再赘述。
第一判别单元:用于根据第一评价指标进行判别获得判断结果,若判断结果为无法确定摄像头的运行状态,则将该判断结果发送给获取模块。。
具体的,第一判别单元比较第一评价指标与第一阈值和第二阈值的大小,若第一评价指标小于等于第一阈值,则判定摄像头的运行状态为静止状态;若第一评价指标大于等于第二阈值,则判定摄像头的运行状态为运动状态;若第一评价指标介于第一阈值和第二阈值之间,则判定无法确定摄像头的运行状态,此时第一判别单元向获取模块发送判断结果。根据经验,第一阈值可以设为1x10-5,第二阈值可以设为1x10-2
第二判断模块:用于根据获取模块发送的直方图相交特征判断摄像头的运行状态。
如图9所示,第二判断模块包括第二计算单元和第二判别单元,其中:
第二计算单元:用于根据直方图相交特征计算得出第二评价指标,并将第二评价指标发送给第二判别单元。
具体的,第二计算单元对当前时刻和前一时刻的直方图相交特征分别求取估计误差的方差,计算当前时刻与前一时刻的直方图相交特征的估计误差的方差的差值,将差值作为第二评价指标发送给第二判别单元。本实施例优选通过预测和更新机制获取更加准确的直方图相交特征的估计误差的方差值,进而获得更优的自适应评价指标。即,对视频图像的直方图相交特征进行时间更新,预测图像的直方图相交特征,再通过实际获取的直方图相交特征来对预测的直方图相交特征进行更新,通过对更新后的直方图相交特征求取估计误差的方差,把相邻图像序列的估计误差的方差的差值作为评价指标。具体运算过程如前述方法实施例中的步骤S510所示,在此不再赘述。
第二判别单元:用于根据第二评价指标进行判别获得判断结果。
具体的,第二判别单元比较第二评价指标与第三阈值的大小,若第二评价指标小于等于第三阈值,则判定摄像头的运行状态为静止状态;若第二评价指标大于第三阈值,则判定摄像头的运行状态为运动状态。根据经验,第三阈值可以设为1x10-6
在某些实施例中,获取模块也可以一次性获取帧差特征和直方图相交特征,并同时发送给第一判断模块和第二判断模块。第一判断模块先利用帧差特征进行判断,当无法获得确定的判断结果时,再由第二判断模块利用直方图相交特征进行判断。
举例而言,本实施例的判断装置可以应用于教学智能录播系统,在教学录像时对教师的跟踪拍摄:教师在讲台上走动或者走下讲台,引起跟踪球机(即摄像头)的镜头切换,此时获取模块获取跟踪球机采集的视频图像,获取视频图像的帧差特征并发送给第一判断模块,第一判断模块根据帧差特征判断摄像头的运行状态,若第一判断模块无法获得确定的判断结果,则向获取模块发送该判断结果。获取模块收到无法确定的判断结果后继续获取视频图像的直方图相交特征并发送给第二判断模块,第二判断模块根据直方图相交特征判断摄像头的运行状态。若最终判断结果为摄像头处于静止状态,则将判断结果发送给摄像装置的处理模块,处理模块便可启动相应的检测和跟踪算法,继续跟踪教师;若判断结果为摄像头处于运动状态,则判断装置继续进行下一轮判断,直到获得摄像头处于静止状态的判断结果。
据此,本发明的摄像头运行状态的判断装置,鉴于帧差法对镜头切换完毕但镜头内仍存在运动物体的情况敏感的特点,以及直方图相交法对视频图像中场景内容不变的局部运动不敏感的特点,首先利用帧差法对摄像头的运行状态进行判断,当无法获得确定的判断结果时,再利用直方图相交法进行摄像头运行状态的判断。从而,综合利用了帧差法和直方图相交法的优点,保证了最终能够及时准确的获得摄像头运行状态的判断结果。
同时,通过预测和更新机制获取更加准确的帧差特征或直方图相交特征的估计误差的方差值,进而获得更优的自适应评价指标,进一步提高了判断结果的准确性。
上述方法实施例中的技术特征在本装置均对应适用,这里不再重述。
需要说明的是:上述实施例提供的摄像头运行状态的判断装置在进行摄像头运行状态的判断时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成。另外,上述实施例提供的摄像头运行状态的判断装置与摄像头运行状态的判断方法实施例属于同一发明构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤可以通过程序来控制相关的硬件完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质可以是ROM/RAM、磁盘、光盘等。
应当理解的是,以上仅为本发明的优选实施例,不能因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种摄像头运行状态的判断方法,其特征在于,包括步骤:
获取视频图像的帧差特征;
根据所述帧差特征判断摄像头的运行状态;
若判断结果为无法确定所述运行状态,则获取视频图像的直方图相交特征;
根据所述直方图相交特征判断摄像头的运行状态。
2.根据权利要求1所述的摄像头运行状态的判断方法,其特征在于,所述根据所述帧差特征判断摄像头的运行状态包括:
对当前时刻和前一时刻的帧差特征分别求取估计误差的方差;
计算当前时刻与前一时刻的帧差特征的估计误差的方差的差值,将所述差值作为第一评价指标;
若所述第一评价指标小于等于第一阈值,则判定摄像头的运行状态为静止状态;
若所述第一评价指标大于等于第二阈值,则判定摄像头的运行状态为运动状态;
若所述第一评价指标介于第一阈值和第二阈值之间,则判定无法确定摄像头的运行状态。
3.根据权利要求1所述的摄像头运行状态的判断方法,其特征在于,所述根据所述直方图相交特征判断摄像头的运行状态包括:
对当前时刻和前一时刻的直方图相交特征分别求取估计误差的方差;
计算当前时刻与前一时刻的直方图相交特征的估计误差的方差的差值,将所述差值作为第二评价指标;
若所述第二评价指标小于等于第三阈值,则判定摄像头的运行状态为静止状态;
若所述第二评价指标大于第三阈值,则判定摄像头的运行状态为运动状态。
4.根据权利要求1-3任一项所述的摄像头运行状态的判断方法,其特征在于,所述获取视频图像的帧差特征包括:
获取视频图像的当前帧和前一帧的帧差图像;
计算所述帧差图像中满足预设条件的运动像素的个数;
根据所述运动像素的个数统计所述帧差图像的运动像素比率,将所述运动像素比率作为帧差特征。
5.根据权利要求1-3任一项所述的摄像头运行状态的判断方法,其特征在于,所述获取视频图像的直方图相交特征包括:
将视频图像的当前帧图像和前一帧图像转换为YCrCb空间;
统计当前帧图像和前一帧图像的Y分量的直方图;
计算当前帧图像和前一帧图像的直方图的直方图相交距离,将所述直方图相交距离作为直方图相交特征。
6.一种摄像头运行状态的判断装置,其特征在于,包括获取模块、第一判断模块和第二判断模块,其中:
获取模块,用于获取视频图像的帧差特征并发送给第一判断模块,当接收到第一判断模块发送的无法确定摄像头的运行状态的判断结果时,进一步获取视频图像的直方图相交特征并发送给第二判断模块;
第一判断模块,用于根据获取模块发送的帧差特征判断摄像头的运行状态,若判断结果为无法确定摄像头运行状态时则向获取模块发送所述判断结果;
第二判断模块,用于根据获取模块发送的直方图相交特征判断摄像头的运行状态。
7.根据权利要求6所述的摄像头运行状态的判断装置,其特征在于,所述第一判断模块包括第一计算单元和第一判别单元,其中:
第一计算单元,用于对当前时刻和前一时刻的帧差特征分别求取估计误差的方差,计算当前时刻与前一时刻的帧差特征的估计误差的方差的差值,将所述差值作为第一评价指标发送给第一判别单元;
第一判别单元,用于根据第一评价指标进行判别,若所述第一评价指标小于等于第一阈值,则判定摄像头的运行状态为静止状态;若所述第一评价指标大于等于第二阈值,则判定摄像头的运行状态为运动状态;若所述第一评价指标介于第一阈值和第二阈值之间,则判定无法确定摄像头的运行状态。
8.根据权利要求6所述的摄像头运行状态的判断装置,其特征在于,所述第二判断模块包括第二计算单元和第二判别单元,其中:第二计算单元,对当前时刻和前一时刻的直方图相交特征分别求取估计误差的方差,计算当前时刻与前一时刻的直方图相交特征的估计误差的方差的差值,将所述差值作为第二评价指标发送给第二判别单元;
第二判别单元,用于根据所述第二评价指标进行判别,若所述第二评价指标小于等于第三阈值,则判定摄像头的运行状态为静止状态;若所述第二评价指标大于第三阈值,则判定摄像头的运行状态为运动状态。
9.根据权利要求6-8任一项所述的摄像头运行状态的判断装置,其特征在于,所述获取模块包括帧差特征获取单元,所述帧差特征获取单元用于:
获取视频图像的当前帧和前一帧的帧差图像;
计算所述帧差图像中满足预设条件的运动像素的个数;
根据所述运动像素的个数统计所述帧差图像的运动像素比率,将所述运动像素比率作为帧差特征。
10.根据权利要求6-8任一项所述的摄像头运行状态的判断装置,其特征在于,所述获取模块包括直方图特征获取单元,所述直方图特征获取单元用于:
将视频图像的当前帧图像和前一帧图像转换为YCrCb空间;
统计当前帧图像和前一帧图像的Y分量的直方图;
计算当前帧图像和前一帧图像的直方图的直方图相交距离,将所述直方图相交距离作为直方图相交特征。
CN201410487606.2A 2014-09-22 2014-09-22 摄像头运行状态的判断方法和装置 Active CN104202530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410487606.2A CN104202530B (zh) 2014-09-22 2014-09-22 摄像头运行状态的判断方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410487606.2A CN104202530B (zh) 2014-09-22 2014-09-22 摄像头运行状态的判断方法和装置

Publications (2)

Publication Number Publication Date
CN104202530A true CN104202530A (zh) 2014-12-10
CN104202530B CN104202530B (zh) 2018-01-05

Family

ID=52087752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410487606.2A Active CN104202530B (zh) 2014-09-22 2014-09-22 摄像头运行状态的判断方法和装置

Country Status (1)

Country Link
CN (1) CN104202530B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105025228A (zh) * 2015-07-22 2015-11-04 深圳市万姓宗祠网络科技股份有限公司 一种根据画面状态连续记录视频、影像的方法
CN113011217A (zh) * 2019-12-19 2021-06-22 合肥君正科技有限公司 一种车内监控画面晃动状态的判断方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096121A (zh) * 2011-10-28 2013-05-08 浙江大华技术股份有限公司 一种摄像头移动检测方法及装置
CN103096117A (zh) * 2011-10-28 2013-05-08 浙江大华技术股份有限公司 视频噪声检测方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096121A (zh) * 2011-10-28 2013-05-08 浙江大华技术股份有限公司 一种摄像头移动检测方法及装置
CN103096117A (zh) * 2011-10-28 2013-05-08 浙江大华技术股份有限公司 视频噪声检测方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105025228A (zh) * 2015-07-22 2015-11-04 深圳市万姓宗祠网络科技股份有限公司 一种根据画面状态连续记录视频、影像的方法
CN113011217A (zh) * 2019-12-19 2021-06-22 合肥君正科技有限公司 一种车内监控画面晃动状态的判断方法
CN113011217B (zh) * 2019-12-19 2024-04-30 合肥君正科技有限公司 一种车内监控画面晃动状态的判断方法

Also Published As

Publication number Publication date
CN104202530B (zh) 2018-01-05

Similar Documents

Publication Publication Date Title
US10782688B2 (en) Method, control apparatus, and system for tracking and shooting target
WO2020192469A1 (zh) 图像语义分割网络的训练方法、装置、设备及存储介质
CN103208008B (zh) 基于机器视觉的交通视频监控目标检测快速适应方法
Kwak et al. Learning occlusion with likelihoods for visual tracking
Milford et al. Sequence searching with deep-learnt depth for condition-and viewpoint-invariant route-based place recognition
CN107507221A (zh) 结合帧差法和混合高斯模型的运动目标检测与跟踪方法
US10514694B1 (en) System and method for classifying agents based on agent movement patterns
CN101699469A (zh) 课堂录像中教师黑板书写动作的自动识别方法
CN103477352A (zh) 使用深度图像的姿势识别
Zhang et al. Coarse-to-fine object detection in unmanned aerial vehicle imagery using lightweight convolutional neural network and deep motion saliency
US20220335624A1 (en) Unsupervised training of optical flow estimation neural networks
CN114708437B (zh) 目标检测模型的训练方法、目标检测方法、装置和介质
CN103500345A (zh) 一种基于距离度量学习行人重验证的方法
Liu et al. Vehicle detection and ranging using two different focal length cameras
CN104599291A (zh) 基于结构相似度和显著性分析的红外运动目标检测方法
CN104202530A (zh) 摄像头运行状态的判断方法和装置
Krajewski et al. Using drones as reference sensors for neural-networks-based modeling of automotive perception errors
CN109118512B (zh) 一种基于机器视觉的课堂迟到早退检测方法
Wofk et al. Monocular visual-inertial depth estimation
CN108876824A (zh) 目标跟踪方法、装置、系统及球机
CN113159146A (zh) 样本生成、目标检测模型训练、目标检测方法及装置
CN103700112A (zh) 一种基于混合预测策略的遮挡目标跟踪方法
CN113298707A (zh) 图像帧拼接方法、视频巡检方法、装置、设备及存储介质
Ni et al. An improved kernelized correlation filter based visual tracking method
US9648211B2 (en) Automatic video synchronization via analysis in the spatiotemporal domain

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518000 Guangdong province Shenzhen city Futian District District Shennan Road Press Plaza room 1306

Applicant after: ANKE ROBOT CO.,LTD.

Address before: 518000 Guangdong province Shenzhen city Futian District District Shennan Road Press Plaza room 1306

Applicant before: ANKE SMART CITY TECHNOLOGY (PRC) Co.,Ltd.

TA01 Transfer of patent application right

Effective date of registration: 20171207

Address after: 430000 Hubei city of Wuhan province East Lake New Technology Development Zone Maodian No. 8 Shanxi Road No. D-301 Science Park Chuangxing exchange

Applicant after: Jing Chen Zhi Yun (Wuhan) Technology Co.,Ltd.

Address before: 518000 Guangdong province Shenzhen city Futian District District Shennan Road Press Plaza room 1306

Applicant before: ANKE ROBOT CO.,LTD.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220525

Address after: 518000 Room 201, 2nd floor, building C, wisdom Plaza, 4068 Qiaoxiang Road, Shahe street, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Kewei Robot Technology Co.,Ltd.

Address before: No. D-301, chuangxinghui Science Park, No. 8, Maodian Shanxi Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Patentee before: Jing Chen Zhi Yun (Wuhan) Technology Co.,Ltd.

TR01 Transfer of patent right