CN108596944B - 一种提取运动目标的方法、装置及终端设备 - Google Patents

Abstract

本发明适用于图像处理技术领域，提供了一种提取运动目标的方法、装置及终端设备，其中，该提取运动目标的方法包括获取待处理的当前帧视频图像，并将当前帧视频图像划分成N×M个像素块，对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i，对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得运动向量矩阵B_i，对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i，对所述矩阵C_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段，对运动片段进行合并，获得运动目标。通过本发明实施例可以获得完整的运动目标，具有较强的易用性和实用性。

Description

一种提取运动目标的方法、装置及终端设备

技术领域

本发明涉及图像处理领域，尤其涉及一种提取运动目标的方法、装置、终端设备及计算机可读存储介质。

背景技术

众所周知，当前是信息时代，信息的获取、加工、处理及应用都有了飞跃地发展。图像作为人们认识世界的重要来源，在很多场合，传达的信息会比其他形式的信息更丰富、更真切和更具体；而这些图像中的运动目标往往也是我们比较关心的，运动目标检测是将图像序列中的变化区域从背景中分割出来，以便于对运动目标作进一步的分类和识别。

目前运动目标检测的方法有多种，包括帧差法、光流法及背景建模法。然而帧差法过分依赖于不同时刻两张图像的差值，容易产生双影或者空洞，光流法主要应用于动态背景中的运动目标提取，背景建模法的计算量又比较大，都难以在静态的背景中可靠地提取出完整的运动目标。

发明内容

鉴于此，本发明实施例提供了一种提取运动目标的方法、装置及终端设备，可以从静态的背景中提取出完整的运动目标，提高了检测目标的可靠性和完整性。

本发明实施例的第一方面提供了一种提取运动目标的方法，包括：

获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块；

对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i；

对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理获得运动向量矩阵B_i；

对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，以获得矩阵C_i；

对所述矩阵C_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段；

对所述运动片段进行合并，获得运动目标；

其中，N×M所述待处理的视频图像的总帧数为K，N≥1，M≥1，i≤K。

本发明实施例的第二方面提供了一种提取运动目标的方法，所述方法包括：

获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块；

对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i，对所述帧差矩阵A_i中的每一个元素对应的像素块进行运动向量预测，并对预测结果进行二值化处理，获得矩阵C′_i；

对所述矩阵C′_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段；

对所述运动片段进行合并，以获得运动目标；

其中，所述待处理的视频图像的总帧数为K，N≥1，M≥1，i≤K。

本发明实施例的第三方面提供了一种终端设备，包括：包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现上述第一方面提及的方法。

本发明实施例的第四方面提供了一种终端设备，包括：包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现上述第二方面提及的方法。

本发明实施例的第五方面提供了一种计算机可读存储介质，包括：该计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面提及的方法或第二方面提及的方法。

本发明实施例与现有技术相比存在的有益效果是：在本实施例中，获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块，对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i，对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得运动向量矩阵B_i，对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i，对所述矩阵C_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段，对所述运动片段进行合并，获得运动目标。通过本发明可以将帧差处理和运动估计进行结合来获取可靠的运动前景；并通过对运动前景中具有相似运动向量的运动块进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段；另外，通过运动片段的合并获得同一个运动目标，保证了运动前景中检测目标的可靠性和完整性，具有较强的易用性和实用性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1-a为本发明实施例一提供的提取运动目标的方法的流程示意图；

图1-b为本发明实施例一提供的提取运动目标的方法中确定运动目标有效性的示意图；

图2为本发明实施例二提供的提取运动目标的方法的流程示意图；

图3为本发明实施例三提供的提取运动目标的装置的结构示意图；

图4为本发明实施例三提供的第一处理模块的结构示意图；

图5为本发明实施例四提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、处理、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、处理、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

具体实现中，本发明实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端设备。然而，应当理解的是，终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。

终端设备支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。

可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

需要说明的是，以下各实施例均是在静态背景中进行运动目标的提取。本发明所述的技术方案既可以用于对录像摄影设备拍摄的视频的检测，也可以对其他非通过拍摄方式获得的视频进行检测。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

图1-a是本发明实施例一提供的提取运动目标方法的流程示意图，该方法可以包括以下步骤：

S101：获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块。

其中，所述待处理的视频图像的总帧数为K，N≥1，M≥1，i≤K。

可选的，将所述当前帧视频图像划分成N×M个大小相同的像素块。

可选的，在对所述当前帧视频图像进行分块前，先对其进行灰度处理和中值滤波处理。

S102：对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i。

在一个实施例中，当对连续两帧视频图像进行帧差处理时，可参照上述步骤S101对当前帧的上一帧或下一帧视频图像进行分块。

可选的，对二值化后的结果再进行预处理。其中，所述预处理包括腐蚀处理和膨胀处理，所述腐蚀处理是一种消除边界点，使边界向内部收缩，达到减轻细小物体干扰的目的；所述膨胀处理是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张，达到可以填补物体空洞的作用。

进一步的，对二值化后的结果先进行腐蚀处理后进行膨胀处理。

应当理解，通过对所述N×M个像素块进行帧差处理后，可以初步将运动前景与背景分离开来。

S103：对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得运动向量矩阵B_i。

其中，运动向量用于表示一段视频中，设定时间内某一像素块的相对位移。由于相邻帧之间往往具有相似性，对当前帧中的每一个像素块按照一定的匹配准则，从上一帧或者下一帧中可以寻找到与当前像素块最相似的像素块，即匹配像素块，根据匹配像素块与当前像素块的相对位置可以计算出运动向量。

应当理解，通过对预测结果进行二值化处理，可以将所述运动向量由矢量转换为对应的标量。

还应当理解，由于一帧视频图像中往往包含多个像素块，则对当前帧视频图像的运动向量进行二值化处理后可以得到一个帧差矩阵。

可选的，所述运动向量为视频编码过程中产生的运动向量，以降低该步骤的计算量。

可选的，对二值化后的结果再进行预处理，其中，所述预处理包括腐蚀处理和膨胀处理。

S104：对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i。

应当理解，通过对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，可以获得每一个帧差块上的运动向量，从而将运动前景与背景进一步分离开来，获得可靠的运动前景。

S105：对所述矩阵C_i中的元素进行连通域分析和聚类处理，以获得包含同一类运动向量的运动片段。

其中，所述聚类处理是指对所述当前帧视频图像中的N×M个像素块按照某种相似度原则进行分类，把相似的图像聚合在一起，缩小图像搜索的范围，达到快速、准确检测到目标图像的目的。

可选的，对所述矩阵C_i中的元素先进行连通域分析后进行聚类处理，以区分用于聚类的像素块是否属于同一连通区域。其中，所述连通域是指如果像素点A与像素点B邻接，则称像素点A与像素点B连通；并且如果像素点A与像素点B连通，像素点B与像素点C连通，则像素点A与像素点C也连通。从视觉上看，彼此连通的点会形成一个区域，这样一个由所有点都彼此连通的集合，就是一个连通域。

应当理解，所述当前帧视频图像经过预处理后会包含多个区域(至少为一个，至多为K个)，可以通过标记的方法把它们分别提取出来，其中标记分割后的图像中各区域最简单有效的方法是检查各像素块与其相邻像素块的连通性，通过对一幅图像中的N×M个像素块从左至右，从上至下逐一进行扫描，检查当前需要标记的像素块与若干个近邻像素块的连通性，将连通的具有相似性的像素块进行聚类处理，获得包含同一类运动向量的运动片段，根据这些运动片段我们可以进一步获取其轮廓、外接矩形、质心等参数。

可选的，对所述矩阵C_i中的元素进行连通域分析和聚类操作，以获得包含同一类运动向量的运动片段包括：

记所述矩阵C_i中元素a_j的运动向量为

且

的坐标为(x_j,y_j)，元素a_k的运动向量为

且

的坐标为(x_k,y_k)，若元素a_j对应的像素块与元素a_k对应的像素块连通且运动向量

与运动向量

满足如下关系式：

则将元素a_j对应的像素块和元素a_k对应的像素块进行聚类处理，以获得包含同一类运动向量的运动片段。

应当理解，连通且属于同一类运动向量的像素块为同一个运动片段。

S106：对所述运动片段进行合并，获得运动目标。

其中，所述运动目标可以为行人、行驶的交通工具以及其他的运动物体。可选的，对所述运动片段进行合并，以获得运动目标包括：

若当前视频图像中包含第一运动片段，则检测所述当前帧视频图像中是否存在第二运动片段，使得所述第一运动片段的重心与所述第二运动片段的重心间距小于一预设值，若存在所述第二运动片段，则对所述第一运动片段的运动向量和所述第二运动片段的运动向量进行相似性判断，若两者满足相似性的判断条件，则将所述第一运动片段与所述第二运动片段进行合并，以获得所述运动目标。

可选的，在将所述第一运动片段与所述第二运动片段进行合并之前，还包括：

检测当前帧视频图像是否有上一帧视频图像，若有上一帧视频图像且上一帧视频图像中存在与所述第一运动片段和第二运动片段位置分别对应的第三运动片段和第四运动片段，则获取所述第三运动片段的重心和所述第四运动片段的重心，并记由所述第三运动片段的重心和所述第四运动片段的重心组成的向量为

由所述第一运动片段的重心和所述第二运动片段的重心组成的向量为

若所述向量

与所述向量

满足相似性的判断条件，则将所述第一运动片段与所述第二运动片段进行合并，以获得所述运动目标。

应当理解，上述相似性的判断可以参照步骤S105中所述的运动向量的相似性判断条件。

还应当理解，若当前帧视频图像中仅包含一个运动片段，则该运动片段即为所述的运动目标。

还应当进一步理解，由于帧差处理容易产生双影，可能会导致同一运动目标被分割成多个不连通的运动片段。因此，根据运动向量的相似性及运动片段之间的相邻性，来确定当前帧或上一帧中是否存在可以被联合为同一个运动目标的其余片段，可以提高在运动前景中检测运动目标的完整性。

可选的，在获得所述运动目标之后，还包括：

检测当前帧视频图像是否有上一帧视频图像，若所述当前视频图像没有上一帧视频图像，则判定所述运动目标有效；

若所述当前帧视频图像有上一帧视频图像，则将所述运动目标映射到上一帧视频图像中的每个物体，计算所述运动目标与上一帧视频图像中每个物体的置信度，若存在满足预设阈值的置信度，则判定所述运动目标有效；否则，将上一帧视频图像中的每个物体继续向上上帧映射，计算所述上一帧视频图像中的每个物体与上上帧视频图像中每个物体的置信度，将每条映射路径计算得到的置信度加权累加得到总置信度，若存在满足预设阈值的总置信度，则判定所述运动目标有效，否则将上上帧视频图像作为上一帧视频图像，重复该过程，直至映射帧数达到最大可映射帧数，停止向前映射，并判定所述运动目标无效。

其中，所述置信度值用于表征每一次映射后的物体与映射前的物体之间的相似度。

可选的，所述最大映射帧数为五帧。

可选的，若上一帧视频图像中的物体大于三个，则选择其中置信度最大的三个物体向上上帧映射。

可选的，按照公式confidece_i＝W₁*A+W₂*B+W₃*C来计算上述置信度值的大小，其中，confidece_i表示第i次映射过程中的两个物体之间的置信度值，W₁、W₂和W₃分别为参数A、B和C的权重值，满足W₁+W₂+W₃＝1的预设条件，参数A表示两个物体的重合度，参数B表示两个物体的相似度，参数C表示两个物体的运动相似度。

可选的，通过公式

来计算上述参数A的具体值，通过公式

来计算上述参数B的具体值，通过公式

来计算上述参数C的具体值，其中，所述S_重表示第i次映射过程中的两个物体的重合面积，S₁和S₂分别表示第i次映射过程中的两个物体各自的面积大小，V₁和V₂分别表示第i次映射过程中的两个物体各自的速度大小。

示例性的，如图1-b所示，以连续两次映射为例，若上一帧和上上帧视频图像中的物体数量均超过三个，则在第二次映射结束后，将每条映射路径的置信度加权累加得到总置信度时可以按照如下公式进行计算：

confidence＝c₀*confidence₀+c₁*confidence₁，其中c₀为第一次映射的权重，c₁为第二次映射的权重，confidence₀为某条路径中第一次映射结束后的置信度，confidence₁为该条路径中第二次映射结束后的置信度。

可选的，上述权重随映射次数的增加而逐渐减小，例如：下一次映射的权重为上一次映射权重的一半。

由于阴影遮挡的原因可能会使同一个物体在某些帧中出现消失现象，本申请中进一步验证了所述运动目标是否均在前几帧中出现过，若连续在多帧中出现，则表明该运动目标有效。

本发明实施例中，获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块，对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块所对应的帧差矩阵A_i，对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得运动向量矩阵B_i，可以充分发挥帧差处理和运动估计两者各自的优势，保证提取到可靠的运动前景；并且通过对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i，可以获取到运动前景中的每一个像素块所对应的运动向量；另外，通过对所述矩阵C_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段，对所述运动片段进行合并，获得运动目标，保证了提取到的运动目标的完整性，具有较强的易用性和实用性。

实施例二

图2为本发明实施例二提供的提取运动目标方法的流程示意图，是将上述实施例一中的步骤S102-S104进行了合并，该方法可以包括以下步骤：

S201：获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块。

其中，上述步骤S201与实施例一中的步骤S101相同，在此不作重复赘述。

S202：对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i，对所述帧差矩阵A_i中的每一个元素对应的像素块进行运动向量预测，并对预测结果进行二值化处理，获得矩阵C′_i，其中N≥1，M≥1，i≤K。

应当理解，所述对帧差矩阵A_i中的每一个元素对应的像素块进行运动向量预测，实际上是对运动前景中的像素块进行运动向量预测的过程。

S203：对所述矩阵C′_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段。

S204：对所述运动片段进行合并，以获得运动目标。

其中，上述步骤S203-S204可参照实施例一中的步骤S105-S106的相关描述，在此不作重复赘述。

由上可见，本发明实施例与实施例一相比，通过对所述的N×M个像素块进行帧差处理后，再对帧差处理后的像素块进行运动向量预测，可以提高图像处理的效率，具有较强的易用性和实用性。

实施例三

图3是本发明实施例三提供的提取运动目标装置3的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。

该提取运动前景的装置可以是内置于终端设备内的软件单元、硬件单元或者软硬结合的单元，也可以作为独立的挂件集成到所述终端设备中。

所述提取运动前景的装置，包括：

获取模块31，用于获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块；

第一处理模块32，用于对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i；

第二处理模块33，用于对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得运动向量矩阵B_i；

第三处理模块34，用于对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i；

第四处理模块35，用于对所述矩阵C_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段；

合并模块36，用于对所述运动片段进行合并，获得运动目标。

可选的，如图4所示，所述第一处理模块32具体包括：

第一处理单元321，用于对帧差处理后的结果先进行二值化处理再进行腐蚀处理；

第二处理单元322，用于对帧差处理后的结果先进行二值化处理再进行膨胀处理。

其中，所述第四处理模块35具体用于：

记所述矩阵C_i中元素a_j的运动向量为

且

的坐标为(x_j,y_j)，元素a_k的运动向量为

且

的坐标为(x_k,y_k)，若元素a_j对应的像素块与元素a_k对应的像素块连通且运动向量

与运动向量

满足如下关系式：

则将元素a_j对应的像素块和元素a_k对应的像素块进行聚类处理，以获得包含同一类运动向量的运动片段。

在一个实施例中，所述合并模块36具体用于：

若当前视频图像中包含第一运动片段，则检测所述当前帧视频图像中是否存在第二运动片段，使得所述第一运动片段的重心与所述第二运动片段的重心间距小于一预设值，若存在所述第二运动片段，则对所述第一运动片段的运动向量和所述第二运动片段的运动向量进行相似性判断，若两者满足相似性的判断条件，则将所述第一运动片段与所述第二运动片段进行合并，以获得所述运动目标。

在一个实施例中所述合并模块36具体用于：

检测当前帧视频图像是否有上一帧视频图像，若有上一帧视频图像且上一帧视频图像中存在与所述第一运动片段和第二运动片段位置分别对应的第三运动片段和第四运动片段，则获取所述第三运动片段的重心和所述第四运动片段的重心，并记由所述第三运动片段的重心和所述第四运动片段的重心组成的向量为

由所述第一运动片段的重心与所述第二运动片段的重心组成的向量为

若所述向量

与所述向量

满足相似性的判断条件，则将所述第一运动片段与所述第二运动片段进行合并，以获得所述运动目标。

另外，在一个实施例中所述合并模块36具体用于：

检测当前帧视频图像是否有上一帧视频图像，若所述当前视频图像没有上一帧视频图像，则判定所述运动目标有效；

若所述当前帧视频图像有上一帧视频图像，则将所述运动目标映射到上一帧视频图像中的每个物体，计算所述运动目标与上一帧视频图像中每个物体的置信度，若存在满足预设阈值的置信度，则判定所述运动目标有效；否则，将上一帧视频图像中的每个物体继续向上上帧映射，计算所述上一帧视频图像中的每个物体与上上帧视频图像中每个物体的置信度，将每条映射路径计算得到的置信度加权累加得到总置信度，若存在满足预设阈值的总置信度，则判定所述运动目标有效，否则将上上帧视频图像作为上一帧视频图像，重复该过程，直至映射帧数达到最大可映射帧数，停止向前映射，并判定所述运动目标无效。

此外，在一个实施例中所述合并模块36具体用于：

在将上一帧视频图像中的每个物体继续向上上帧映射的过程中，若上一帧视频图像中的物体大于三个，则选择其中置信度最大的三个物体向上上帧映射。

实施例四

图5是本发明实施例四提供的终端设备的结构示意图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个方法实施例一中的步骤，例如图1-a所示的步骤S101至S106。或者，实现上述各个方法实施例二中的步骤，例如图2所示的步骤S201至S204。所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块31至36的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成获取模块、第一处理模块、第二处理模块、第三处理模块、第四处理模块和合并模块，各模块具体功能如下：

获取模块，用于获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块；

第一处理模块，用于对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i；

第二处理模块，用于对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得运动向量矩阵B_i；

第三处理模块，用于对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i；

第四处理模块，用于对所述矩阵C_i中的元素进行连通域分析和聚类处理，获得包含同一类运动向量的运动片段；

合并模块，用于对所述运动片段进行合并，获得运动目标。

所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种提取运动目标的方法，其特征在于，所述方法包括：

获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块；

对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i；

对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得所述N×M个像素块对应的运动向量矩阵B_i；

对所述帧差矩阵A_i和所述运动向量矩阵B_i中的每一个元素进行按位与或者按位或操作，获得矩阵C_i；

对所述矩阵C_i中的元素进行连通域分析后进行聚类处理，获得包含同一类运动向量的运动片段；

对所述运动片段进行合并，获得运动目标；

在获得所述运动目标之后，检测当前帧视频图像是否有上一帧视频图像，若所述当前视频图像没有上一帧视频图像，则判定所述运动目标有效；

若所述当前帧视频图像有上一帧视频图像，则将所述运动目标映射到上一帧视频图像中的每个物体，计算所述运动目标与上一帧视频图像中每个物体的置信度，若存在满足预设阈值的置信度，则判定所述运动目标有效；否则，将上一帧视频图像中的每个物体继续向上上帧映射，计算所述上一帧视频图像中的每个物体与上上帧视频图像中每个物体的置信度，将每条映射路径计算得到的置信度加权累加得到总置信度，若存在满足预设阈值的总置信度，则判定所述运动目标有效，否则将上上帧视频图像作为上一帧视频图像，重复向上上帧映射的过程，直至映射帧数达到最大可映射帧数，停止向前映射，并判定所述运动目标无效；

其中，所述待处理的视频图像的总帧数为K，N≥1，M≥1，i≤K。

2.根据权利要求1所述的方法，其特征在于，对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i，包括：

对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，对二值化后的结果再进行预处理，获得所述N×M个像素块对应的帧差矩阵A_i，其中，所述预处理包括腐蚀处理和膨胀处理。

3.根据权利要求1所述的方法，其特征在于，对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，获得所述N×M个像素块对应的运动向量矩阵B_i包括：

对所述N×M个像素块进行运动向量预测，并对预测结果进行二值化处理，对二值化后的结果再进行预处理，获得所述N×M个像素块对应的运动向量矩阵B_i，其中，所述预处理包括腐蚀处理和膨胀处理。

4.根据权利要求1所述的方法，其特征在于，对所述矩阵C_i中的元素进行连通域分析后进行聚类操作，获得包含同一类运动向量的运动片段包括：

记所述矩阵C_i中元素a_j的运动向量为

且

的坐标为(x_j,y_j)，元素a_k的运动向量为

且

的坐标为(x_k,y_k)，若元素a_j对应的像素块与元素a_k对应的像素块连通且运动向量

与运动向量

满足如下关系式：

则将元素a_j对应的像素块和元素a_k对应的像素块进行聚类处理，以获得包含同一类运动向量的运动片段。

5.根据权利要求1至4中任一项所述的方法，其特征在于，对所述运动片段进行合并，以获得运动目标包括：

若当前视频图像中包含第一运动片段，则检测所述当前帧视频图像中是否存在第二运动片段，使得所述第一运动片段的重心与所述第二运动片段的重心间距小于一预设值，若存在所述第二运动片段，则对所述第一运动片段的运动向量和所述第二运动片段的运动向量进行相似性判断，若两者满足相似性的判断条件，则将所述第一运动片段与所述第二运动片段进行合并，以获得所述运动目标。

6.根据权利要求5所述的方法，其特征在于，在将所述第一运动片段与所述第二运动片段进行合并之前还包括：

检测当前帧视频图像是否有上一帧视频图像，若有上一帧视频图像且上一帧视频图像中存在与所述第一运动片段和第二运动片段位置分别对应的第三运动片段和第四运动片段，则获取所述第三运动片段的重心和所述第四运动片段的重心，并记由所述第三运动片段的重心和所述第四运动片段的重心组成的向量为

由所述第一运动片段的重心和所述第二运动片段的重心组成的向量为

若所述向量

与所述向量

满足相似性的判断条件，则将所述第一运动片段与所述第二运动片段进行合并，以获得所述运动目标。

7.根据权利要求6所述的方法，其特征在于，将上一帧视频图像中的每个物体继续向上上帧映射包括：

若上一帧视频图像中的物体大于三个，则选择其中置信度最大的三个物体向上上帧映射。

8.一种提取运动目标的方法，其特征在于，所述方法包括：

获取待处理的当前帧视频图像，并将所述当前帧视频图像划分成N×M个像素块；

对所述N×M个像素块进行帧差处理，并对帧差结果进行二值化处理，获得所述N×M个像素块对应的帧差矩阵A_i，对所述帧差矩阵A_i中的每一个元素对应的像素块进行运动向量预测，并对预测结果进行二值化处理，获得矩阵C′_i；

对所述矩阵C′_i中的元素进行连通域分析后进行聚类处理，获得包含同一类运动向量的运动片段；

对所述运动片段进行合并，获得运动目标；

在获得所述运动目标之后，检测当前帧视频图像是否有上一帧视频图像，若所述当前视频图像没有上一帧视频图像，则判定所述运动目标有效；

若所述当前帧视频图像有上一帧视频图像，则将所述运动目标映射到上一帧视频图像中的每个物体，计算所述运动目标与上一帧视频图像中每个物体的置信度，若存在满足预设阈值的置信度，则判定所述运动目标有效；否则，将上一帧视频图像中的每个物体继续向上上帧映射，计算所述上一帧视频图像中的每个物体与上上帧视频图像中每个物体的置信度，将每条映射路径计算得到的置信度加权累加得到总置信度，若存在满足预设阈值的总置信度，则判定所述运动目标有效，否则将上上帧视频图像作为上一帧视频图像，重复向上上帧映射的过程，直至映射帧数达到最大可映射帧数，停止向前映射，并判定所述运动目标无效；

其中，所述待处理的视频图像的总帧数为K，N≥1，M≥1，i≤K。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求8所述方法的步骤。

11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被一个或多个处理器执行时实现如权利要求1至7任一项所述方法的步骤和/或如权利要求8所述方法的步骤。

Images