CN109993778A - 一种确定目标位置的方法及装置 - Google Patents

Abstract

本申请提供的一种确定目标位置的方法及装置，属于视频监测技术领域。该确定目标位置的方法包括：根据目标在当前帧之前的至少一帧中的位置预测目标在当前帧中的预测位置；基于预测位置和背景模型帧，提取当前帧中的前景像素点和背景像素点，生成当前帧的前景图像；检测前景图像，得到目标在前景图像中的位置；根据目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置，在提高准确率的前提下，对当前帧的像素点数据处理运算相对现有技术而言，本申请一方面无需采集样本也不需要进行样本标注。另一方面还可以使目标检测具有较好的抗噪性，可以适应环境变化，抗抖动，有效地去除了鬼影和阴影。

Description

一种确定目标位置的方法及装置

技术领域

本申请涉及视频监测技术领域，具体而言，涉及一种确定目标位置的方法及装置。

背景技术

目前视频智能监控技术应用范围越来越广，产品形态丰富，例如主要包括运动目标检测、目标跟踪、跨线，区域入侵、遗留物检测、快速移动、人流计数等。然而目前对于运动目标检测和目标跟踪要么是通过神经网络深度学习方法来进行，但是在进行深度学习的过程中就必须先采集样本，在对样本进行标注，最后才能基于标注好的样本进行运动目标检测和跟踪，一旦样本较少时，或者是样本无法采集时，由于样本较少，就会导致所识别的准确率大幅度降低。要么是通过传统图像算法来进行运动目标检测、跟踪，然而传统图像算法在进行运动目标检测时，由于环境的影响，如光照的变化会导致图像色度的变化，进而会导致检测准确率降低。以及监控相机随风摆动引起图像画面的抖动；鬼影、阴影的出现等也会导致检测准确率降低。并且在运动目标的跟踪上，传统跟踪算法预测一般更加关注跟踪预测本身，很少考虑视频图像中的检测信息，一旦因为光照、部分遮挡等原因影响，就会发生无法跟踪或者跟踪丢失。

发明内容

有鉴于此，本申请实施例提供的一种确定目标位置的方法及装置，能够实现提高对目标的识别的准确率。

第一方面，本申请实施例提供的一种确定目标位置的方法，包括：根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置；基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像，所述前景图像包括所述前景像素点和所述背景像素点，所述前景图像包括所述目标；检测所述前景图像，得到所述目标在所述前景图像中的位置；根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。

在上述实现过程中，在提高准确率的前提下，对当前帧的像素点数据处理运算相对现有技术而言，本申请一方面无需采集样本也不需要进行样本标注，就可以直接对目标进行检测和追踪进而确定目标的位置，进而无需复杂的计算，就可以确保在各种不同监控场景下整个监控系统运行的实时性。另一方面还可以使目标检测具有较好的抗噪性，可以适应环境变化，抗抖动，有效地去除了鬼影和阴影。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，所述背景模型帧包括：随机背景模型帧、背景修正模型帧和平均背景模型帧中至少一种，其中，所述随机背景模型帧为从待处理视频序列中获取包括所述当前帧在内的前N帧图像所生成，所述N为大于零的整数，所述N帧图像中的每一像素点均以第一预设概率更新；所述背景修正模型帧为所述当前帧所对应的上一帧；所述平均背景模型帧为从所述视频序列中获取包括所述当前帧在内的前W帧图像的平均值，所述W为大于零的整数。

在上述实现过程中，通过建立随机背景模型帧、背景修正模型帧和平均背景模型帧中至少一种，并且通过以第一预设概率更新随机背景模型帧中的每一像素点，可以使得在对目标检测时，能够具有较好的抗噪性，可以适应环境变化，抗抖动，有效地去除了鬼影和阴影。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，所述基于所述预测位置和背景模型帧，提取所述当前帧的前景像素点和背景像素点，生成前景图像，包括：确定所述当前帧中第一坐标点所对应的像素点的第一像素值，所述第一坐标点为所述当前帧中的任意一坐标点；确定所述第一坐标点在所述随机背景模型帧中的每帧图像中所对应的像素点的第二像素值；确定所述第一像素值与每个所述第二像素值的差值满足预设规则，将所述当前帧中的所述第一坐标点所对应的所述像素点标记为前景像素点；基于所述前景像素点确定背景像素点；根据所述前景像素点和所述背景像素点的位置信息生成所述前景图像。

在上述实现过程中，通过将当前帧中任意一坐标点所对应的像素点的像素值与随机背景模型帧中的每帧图像中与该任意一坐标点相同坐标所对应的像素点的像素值进行比较，得到差值，通过在差值满足预设规则的情况下，将第一坐标点所对应的所述像素点标记为前景像素点。从而可以降低其他像素点的影响，例如阴影像素点的影响；以及能够减少环境变化对提取前景像素点的影响，使检测具有很好的环境适应性，抗噪性，进而使得所确定出的前景像素点更加准确，进而使得所生成的前景图像更加准确，可以有效提高对目标的识别的准确率。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，所述基于所述前景像素点确定背景像素点，包括：确定每个所述前景像素点位于所述预测位置内，获取所述当前帧中的所述预测位置内的第二坐标点所对应的像素点的第三像素值，所述第二坐标点为所述预测位置内的任意一坐标点；获取所述第二坐标点在所述背景修正模型帧中所对应的像素点的第四像素值；确定所述第三像素值与所述第四像素值的差值小于或等于第三预设阀值，将所述第二坐标点所对应的所述像素点标记为背景像素点。

在上述实现过程中，通过将预测位置内的任意一坐标点所对应的像素点的像素值与背景修正模型帧中与该任意一坐标点相同坐标所对应的像素点的像素值进行比较，得到差值，通过在差值小于或等于第三预设阀值，将第二坐标点所对应的所述像素点标记为背景像素点，从而消除当前帧中的鬼影像素点，进而可以有效提高对目标的识别的准确性。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，所述方法还包括：确定所有所述前景像素点中的阴影像素点；将所述阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点。

在上述实现过程中，通过将阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点。从而可以有效避免阴影像素点对目标检测的影响，进一步提高对目标的检测与追踪的识别率。

结合第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，所述确定所有所述前景像素点中的阴影像素点，包括：所获取所述前景像素点所在位置的第一局部二值模式LBP值；获取在所述平均背景模型帧中与所述前景像素点所对应的所述位置相关联的目标位置的第二LBP值；获取所述第一LBP值与所述第二LBP值的汉明距离；若所述汉明距离小于第四阀值，确定所述前景像素点为阴影像素。

在上述实现过程中，通过计算每个前景像素点的LBP值以及在所述平均背景模型帧中与所述前景像素点所对应的所述位置相关联的目标位置的LBP值；再获取其汉明距离；通过汉明距离的大小来判断所述前景像素点中是否存在阴影像素点。从而可以精确的从前景像素点中确定出阴影像素点，进而可以将阴影像素点从前景像素点中删除，进而可以避免阴影像素点对目标检测的影响，进一步提高对目标的检测与追踪识别率。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第六种可能的实施方式，所述方法还包括：基于第二预设概率更新所述随机背景模型帧中的每帧图像中的背景像素点。

在上述实现过程中，在现有技术中，由于运动目标在运动的过程中，部分前景像素点与部分背景像素点存在上下文影响，本申请通过在得到删除后的前景像素点后，再次更新随机背景模型帧中的像素点，从而可以确保随机背景模型帧中每帧图像中的背景像素点能够被及时更新，同时前景像素点保持低概率更新，既使背景像素点能够较好地适应环境，又使前景像素点能够部分响应环境，进而可以有效使目标检测具有较好的抗噪性，可以适应环境变化，抗抖动，并且还可以有效地去除阴影。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第七种可能的实施方式，所述根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置，包括：根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置；将所述理想位置确定为所述目标在所述当前帧中的位置。

结合第一方面的第七种可能的实施方式，本申请实施例提供了第一方面的第八种可能的实施方式，所述根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置，包括：获取每个所述目标在所述前景图像中的位置所对应的第一目标矩形框以及所述预测位置所对应的第二目标矩形框；根据所述第一目标矩形框与所述第二目标矩形框确定理想位置。

第二方面，本申请实施例提供的一种确定目标位置的装置，包括：图像处理单元，根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置；图像生成单元，用于基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像，所述前景图像包括所述前景像素点和所述背景像素点，所述前景图像包括所述目标；检测单元，用于检测所述前景图像，得到所述目标在所述前景图像中的位置；位置确定单元，用于根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。

本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的确定目标位置的方法的流程图；

图2为图1所示的确定目标位置的方法中的随机背景模型帧中的每帧图像与当前帧的比较示意图；

图3为本申请实施例提供的确定目标位置的装置的功能模块示意图；

图4为本申请实施例中的装置的结构框图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，是本申请实施例提供的确定目标位置的方法的流程图，所述确定目标位置的方法用于与视频监控场景，应理解，图1所示的方法可以由确定目标位置的装置执行，该装置可以与下文中的图4所示的装置对应，该装置可以是能够执行该方法的各种设备，例如，如个人计算机、服务器、嵌入式设备等，本申请实施例并不限于此，具体包括如下步骤：

步骤S101，根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置。

可选地，为了减少处理量以及提高准确性，可以根据目标在当前帧之前的上一帧中的位置预测该目标在所述当前帧中的预测位置。

当然，在实际使用中，为了进一步提高对预测位置的预测准确性，也可以是根据目标在当前帧之前的前多帧中每帧的位置来预测该目标在所述当前帧中的预测位置。

举例来说，可以是根据目标在当前帧之前的前两帧中每帧的位置来预测该目标在所述当前帧中的预测位置。也可以是根据目标在当前帧之前的前多帧中随机选取至少一帧中的位置来预测该目标在所述当前帧中的预测位置。还可以是基于某种规则从当前帧之前的前多帧中选取至少一帧，从而根据目标在该帧中的位置来预测该目标在所述当前帧中的预测位置。例如，从当前帧之前的前多帧中间隔一定帧数选取出至少一帧，从而根据目标在该帧中的位置来预测该目标在所述当前帧中的预测位置。

可选地，所选取的至少一帧中存在该目标的位置。

步骤S102，基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像。

其中，所述前景图像包括所述目标。

可选地，所述前景图像可以是二值图像。所述目标在二值图像中以白色轮廓(或白点)表征。

可选地，该前景图像为基于当前帧所生成的新的图像。通过生成新的图像，可以便于在对当前帧做检查或目标标记时，无需直接在当前帧中进行标记，可以直接在所生成的前景图像上进行处理，便于保证输入的图像的完整性。

可选地，所述目标可以是静态目标，也可以是运动目标。一般的，所述目标为运动目标。例如，运动目标可以是路人或者是动物、车辆等。

可选地，所述目标可以是一个，也可以是多个。下文均以一个目标为例来说，如果是多个目标时，可以参照一个目标的处理过程，在此，不作具体限定。

可选地，当前帧是指视频监控场景下的视频监控摄像头所实时采集的待处理视频序列中的当前时刻所对应的一帧图像。其中，该待处理视频序列包括多帧图像。

可选的，背景模型帧包括随机背景模型帧、背景修正模型帧和平均背景模型帧中至少一种。

其中，所述随机背景模型帧为从待处理视频序列中获取包括所述当前帧在内的前N帧图像所生成，所述N为大于零的整数。

所述背景修正模型帧为所述当前帧所对应的上一帧。

所述平均背景模型帧为从所述视频序列中获取包括所述当前帧在内的前W帧图像的平均值，所述W为大于零的整数。例如，W可以是128。

可选地，随机背景模型帧中的N帧背景图像中的每一个像素点(i，j)以第一预设概率δ的随机更新，这N帧背景图像中具体的某一帧的(i，j)位置像素点会被更新的概率是1/N。

可选地，δ的具体取值可以根据实际需求设置，在此，不作具体限定。

其中，前景像素点是指在当前帧中的目标轮廓。在前景图像(即二值图像)中前景像素点通过白色轮廓表征。背景像素点是指当前帧中的背景或场景，其在前景图像(即二值图像)中以灰色或黑色表征。

在上述实现过程中，通过采用背景模型帧和预测位置来提取当前帧中的前景像素点和背景像素点，从而使得在对当前帧中的目标进行检测时具有较好的抗噪性，可以适应环境变化，抗抖动，以及去除当前帧中存在的阴影像素点，从而避免阴影像素点带来的影响，进而提高识别率。例如，在物体以队列排列，由静止到运动时会产生鬼影区域与正常的检测区域叠加(如交通信号灯路口的车队在绿灯开始时的运动目标检测)，会严重影响后续当前帧中的目标的提取，从而导致检测不准确，而反观通过本申请所提供的确定目标位置的方法可以有效克服上述问题。

作为一种实施方式，步骤S102，包括：确定所述当前帧中第一坐标点所对应的像素点的第一像素值，所述第一坐标点为所述当前帧中的任意一坐标点；确定所述第一坐标点在所述随机背景模型帧中的每帧图像中所对应的像素点的第二像素值；确定所述第一像素值与每个所述第二像素值的差值是否满足预设规则；若是，将所述当前帧中的所述第一坐标点所对应的所述像素点标记为前景像素点；基于所述前景像素点确定背景像素点；根据所述前景像素点和所述背景像素点的位置信息生成所述前景图像。

其中，第一坐标点的坐标为平面坐标，即包括横坐标和纵坐标。

需要说明的是，当前帧中的除第一坐标点以外的其他任意一坐标点处理方式与第一坐标点相同，在此，不再赘述。

举例来说，如图2所示，将当前帧中坐标为(i，j)位置的像素点的像素值(即第一像素值)分别与随机背景模型帧中的每帧图像中坐标同样为(i，j)位置处的像素点的像素值(即第二像素值)进行逐一比较，如将第一像素值与随机背景模型帧中的第一帧图像中坐标同样为(i，j)位置处的像素点的第二像素值进行比较，将第一像素值与随机背景模型帧中的第二帧图像中坐标同样为(i，j)位置处的像素点的第二像素值进行比较，一直到将第一像素值与随机背景模型帧中的最后一帧(即第N帧)图像中坐标同样为(i，j)位置处的像素点的第二像素值进行比较为止。判断所述第一像素值与每个所述第二像素值的差值是否满足预设规则；若是，将所述当前帧中的所述第一坐标点所对应的所述像素点标记为前景像素点；基于所述前景像素点确定背景像素点；根据所述前景像素点和所述背景像素点的位置信息生成所述前景图像，例如通过每个前景像素点和背景像素点的坐标共同形成该前景图像。

其中，i和j的值为任意取值。通过改变i和j的取值从而逐一将当前帧中的每个坐标点所对应的像素点的第一像素值分别与该坐标点在所述随机背景模型帧中的每帧图像中所对应的像素点的第二像素值进行比较。以实现对所有像素点的像素值的比较。

可选地，确定所述第一像素值与每个所述第二像素值的差值是否满足预设规则，包括：判断所述第一像素值与每个所述第二像素值的差值是否大于第一预设阀值；若是，则表征所述差值满足预设规则；若所述第一像素值与多个所述第二像素值中的部分所述第二像素值的差值不大于(即小于或等于)所述第一预设阀值，判断所述第一像素值与所述第二像素值的差值中存在大于所述第一预设阀值所对应的所述差值的数量；若所述数量大于第二预设阀值，则表征所述差值满足所述预设规则。

可选地，第一预设阀值的设置可以是根据用户需求来进行设置的，在此不作具体限定。

可选地，第一像素值与每个所述第二像素值的差值为绝对值。

可选地，第二预设阀值的设置可以是根据用户需求来进行设置的，一般地，第二预设阀值为整数，在此不作具体限定。

当然，在实际使用中，第二预设阀值可以是根据随机背景模型帧中的帧数来设置。例如，假设随机背景模型帧中有10帧，第二预设阀值可以设置为10×80％＝8。在此，不作具体限定。

举例来说，假设随机背景模型帧有3帧，第一预设阀值为ε＝20，第二预设阀值为ω＝1，第一像素值为A，第二像素值分别为B1、B2、B3，第一像素值与每个所述第二像素值的绝对值分别为|A-B1|、|A-B2|和|A-B3|，比较|A-B1|、|A-B2|和|A-B3|与第一预设阀值ε的大小，如果|A-B1|、|A-B2|和|A-B3|中存在大于第一预设阀值为ε的值，则表征绝对值满足预设规则；否则，则表征绝对值不满足预设规则；同时记录下|A-B1|、|A-B2|和|A-B3|中大于第一预设阀值为ε的数值个数τ，如果τ>ω，则表征所述差值满足预设规则；否则，则表征所述差值不满足预设规则。

在上述实现过程中，通过将当前帧中任意一坐标点所对应的像素点的像素值与随机背景模型帧中的每帧图像中与该任意一坐标点相同坐标所对应的像素点的像素值进行比较，得到差值(绝对值)，通过在差值满足预设规则的情况下，将第一坐标点所对应的所述像素点标记为前景像素点。从而可以降低其他像素点的影响，例如阴影像素点的影响；以及能够减少环境变化对提取前景像素点的影响，使检测具有很好的环境适应性，抗噪性，进而使得所确定出的前景像素点更加准确，进而使得所生成的前景图像更加准确，可以有效提高对目标的识别的准确率。

可选地，所述基于所述前景像素点确定背景像素点，包括：确定每个所述前景像素点位于所述预测位置内；若是，获取所述当前帧中的所述预测位置内的第二坐标点所对应的像素点的第三像素值，所述第二坐标点为所述预测位置内的任意一坐标点；获取所述第二坐标点在所述背景修正模型帧中所对应的像素点的第四像素值；确定所述第三像素值与所述第四像素值的差值小于或等于第三预设阀值，将所述第二坐标点所对应的所述像素点标记为背景像素点。

可选地，预测位置内的除第二坐标点以外的其他任意一坐标点的处理方式请参照第二坐标点相同，在此，不再赘述。

可选地，第三像素值与所述第四像素值的差值为绝对值。

可选地，第三预设阀值的设置可以是根据用户需求来进行设置的，在此不作具体限定。例如，第三预设阀值可以等于第一预设阀值，也可以不等于第一预设阀值，在此，不作具体限定。

可选地，对于如何获取像素点的像素值，可以参照上文的描述，在此，不再赘述。

可选地，所述预测位置携带有用于标记该预测位置所对应的目标的状态信息，状态信息包括欲丢失状态和可跟踪状态。其中，状态信息的标记可以基于如下方式：确定预测位置所对应的矩形框的左上角点坐标LeftTop(x0m，y0m)和右下角点坐标RightBottom(x1m，y1m)，m表示当前帧中每一个目标的预测位置的标号(一般的，标号从零开始)。如果x0m小于等于x1m或者y0m小于等于y1m，则将该预测位置对应的目标的状态信息标记为欲丢失状态，反之则标记为可跟踪状态。

当然，在实际使用中，也可以是通过其他方式来标记目标的状态信息，例如设置一阀值，若左上角点坐标LeftTop(x0m，y0m)中的x0m和y0m小于该阀值时，将该预测位置对应的目标的状态信息标记为欲丢失状态，反之则标记为可跟踪状态。在此，不作具体限定。

在上述实现过程中，通过标记目标的状态信息，从而可以使得在当前帧某些小运动的目标发生跟踪丢失情况时，在当前帧使用运动目标检测出该丢失目标时，可以将该丢失目标找回；以及在当前帧的某些目标发生跟踪预测位置不准时，在当前帧使用运动目标检测出该目标时，可以对该预测位置不准的目标位置进行修正，最终提高整个准确率。

可选地，判断所述第三像素值与所述第四像素值的差值是否大于第三预设阀值，包括：确定所述第三像素值与所述第四像素值的差值；确定所述差值所对应的绝对值是否大于第三预设阀值。

在上述实现过程中，通过将预测位置内的任意一坐标点所对应的像素点的像素值与背景修正模型帧中与该任意一坐标点相同坐标所对应的像素点的像素值进行比较，得到差值，通过在差值小于或等于第三预设阀值，将第二坐标点所对应的所述像素点标记为背景像素点，从而消除当前帧中的鬼影像素点，进而可以有效提高对目标的识别的准确性。

在一可能的实施例中，在若所述第三像素值与所述第四像素值的差值小于或等于第三预设阀值，将所述第二坐标点所对应的所述像素点标记为背景像素点之后，所述确定目标位置的方法，还包括：确定所有所述前景像素点中的阴影像素点；将所述阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点。

作为一种实施方式，确定所有所述前景像素点中的阴影像素点，包括：获取所述前景像素点所在位置的第一LBP(Local Binary Patterns，局部二值模式)值；获取在所述平均背景模型帧中与所述前景像素点所对应的所述位置相关联的目标位置的第二LBP值；获取所述第一LBP值与所述第二LBP值的汉明距离；若所述汉明距离小于第四阀值，确定所述前景像素点为阴影像素点。

可选地，获取所述前景像素点所在位置的第一LBP值，包括：计算所述前景像素点在3×3范围内的第一LBP值。

可选地，汉明距离用于表示两个(相同长度)字对应位不同的数量。例如以d(x，y)表示两个字x，y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，则这个数就是汉明距离。

可选地，对识别所有前景像素点中的每个前景像素点是否为阴影像素点的方式，请参照上述实施方式，在此，不再赘述。

可选地，第四阀值的设置可以是根据用户需求来进行设置的，在此不作具体限定。例如，第四阀值可以是小于或等于5的自然数。

举例来说，计算当前帧中(i，j)位置处的前景像素点在3×3范围内的第一LBP值。同时计算在平均背景图像帧中同样位置(即(i，j)位置或者是与(i，j)位置相关联的目标位置)在3×3范围内第二LBP值。

在上述实现过程中，通过计算每个前景像素点的LBP值以及在所述平均背景模型帧中与所述前景像素点所对应的所述位置相关联的目标位置的LBP值；再获取其汉明距离；通过汉明距离的大小来判断所述前景像素点中是否存在阴影像素点；将所述阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点。从而可以精确的从前景像素点中确定出阴影像素点，进而可以将阴影像素点从前景像素点中删除，进而可以避免阴影像素点对目标检测的影响，进一步提高对目标的检测与追踪识别率。

作为另一种实施方式，确定所有所述前景像素点中的阴影像素点，包括：获取所述前景像素点所在位置的第一LBP值；若所述第一LBP值为零，标记所述前景像素点为背景像素点。

可选地，第一LBP值的计算方式可以参照上文的描述，在此，不再赘述。

在一可能的实施例中，所述确定目标位置的方法，还包括：根据所述当前帧中的所有所述删除后的前景像素点的位置(即坐标)更新所述随机背景模型帧中每帧图像中的除前景像素点以外的其他位置(即背景像素点的位置)。

在一可能的实施例中，在将所述阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点之后，所述确定目标位置的方法，还包括：基于当前帧中的删除后的前景像素点的位置，以第二预设概率γ更新随机背景模型帧中每帧图像中的背景像素点。

可选地，γ>δ(第一预设概率)。

在上述实现过程中，在现有技术中，由于运动目标在运动的过程中，部分前景像素点与部分背景像素点存在上下文影响，本申请通过两次更新随机背景模型帧中的像素点，从而可以确保随机背景模型帧中每帧图像中的背景像素点能够被及时更新，同时前景像素点保持低概率更新，既使背景像素点能够较好地适应环境，又使前景像素点能够部分响应环境，进而可以有效使目标检测具有较好的抗噪性，可以适应环境变化，抗抖动，并且还可以有效地去除阴影。

步骤S103，检测所述前景图像，得到所述目标在所述前景图像中的位置。

作为一种实施方式，对前景图像进行腐蚀、膨胀操作，连通域提取，然后使用《Connected Components Labeling Algorithm Based on Span Tracking》中Span区域标记算法标记出所有的最小外截矩形框，得到当前帧中所有检测出来的目标的位置。

步骤S104，根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。

作为一种实施方式，步骤S104包括：根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置；将所述理想位置确定为所述目标在所述当前帧中的位置。

可选地，所述根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置，包括：获取每个所述目标在所述前景图像中的位置所对应的第一目标矩形框以及所述预测位置所对应的第二目标矩形框；根据所述第一目标矩形框与所述第二目标矩形框确定理想位置。

在本申请实施例中，通过预测位置对目标在所述前景图像中的位置来进行处理并修正，从而可以使得所得到的理想位置更加准确。

可选地，根据所述第一目标矩形框与所述第二目标矩形框确定理想位置，包括：若所述第一目标矩形框在所述第二目标矩形框内时，将所述第二目标矩形框左上角点坐标和右下角点坐标作为理想位置。

当然，在实际使用中，还可以是若所述第二目标矩形框在所述第一目标矩形框内时，将所述第一目标矩形框左上角点坐标和右下角点坐标作为理想位置。

或者，还可以通过确定第一目标矩形框与所述第二目标矩形框的交叠面积(S2)，然后确定第一目标矩形框与所述第二目标矩形框的面积和(S)；确定面积和减去交叠面积的面积差(即S1＝S-S2)，确定交叠面积与面积差的商是否大于阈值(μ)，若大于阈值，则从第一目标矩形框的左上角点坐标值和所述第二目标矩形框的左上角点坐标值中确定出左上角初始位置；从第一目标矩形框的右下角点坐标值和所述第二目标矩形框的右下角点坐标值中确定出右下角初始位置，根据所述左上角初始位置和右下角初始位置确定目标的理想位置。例如，从第一目标矩形框的左上角点坐标值和所述第二目标矩形框的左上角点坐标值中分别选取出最小的横轴坐标和纵轴坐标，从而形成新的坐标，将该新的坐标作为目标的左上角初始位置。从第一目标矩形框的右下角点坐标值和所述第二目标矩形框的右下角点坐标值中分别选取出最大的横轴坐标和纵轴坐标，从而形成新的坐标，将该新的坐标作为目标的右下角初始位置。

若交叠面积与面积差的商小于阈值，确定第一目标矩形框与所述第二目标矩形框的颜色直方图或者纹理值；若第一目标矩形框与所述第二目标矩形框的颜色直方图或者纹理值在同一范围内时，从第一目标矩形框的左上角点坐标值和所述第二目标矩形框的左上角点坐标值中分别选取出最小的横轴坐标和纵轴坐标，从而形成新的坐标，将该新的坐标作为目标的左上角初始位置。从第一目标矩形框的右下角点坐标值和所述第二目标矩形框的右下角点坐标值中分别选取出最大的横轴坐标和纵轴坐标，从而形成新的坐标，将该新的坐标作为目标的右下角初始位置。根据所述左上角初始位置和右下角初始位置确定目标的理想位置。

可选地，μ不大于0.5。

举例来说，假设第一目标矩形框的左上角点坐标值为(x2m，y2m)，第二目标矩形框的左上角点坐标值为(x3m，y3m)，若x2m大于x3m，且y2m小于y3m，则所形成的新的坐标为(x3m，y2m)，将新的坐标为(x3m，y2m)作为目标的左上角初始位置，则确定出的右下角初始位置(x2m，y3m)，根据左上角初始位置和右下角初始位置确定目标的理想位置。

在上述实现过程中，通过根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置；将所述理想位置确定为所述目标在所述当前帧中的位置。从而可以使得所确定出的目标在所述当前帧中的位置更加准确，进而提高对目标的检测和追踪识别率。

在一可能的实施例中，在根据所述第一目标矩形框与所述第二目标矩形框确定理想位置之后，所述确定目标位置的方法还包括：判断将所述理想位置所对应的目标框是否与所述第二目标矩形框匹配，若否，则将所有的第一目标矩形框与所述目标在上一帧中的位置信息生成的第三目标矩形框求交叠面积S3，第三目标矩形框与第一目标矩形框面积和减去S3为S4，如果S3/S4大于阈值β，则当前帧该目标所对应位置所得到的目标框编号为在上一帧中该位置生成的第三目标矩形框的编号，若该预测位置信息对应的目标的状态信息为已经标记为欲丢失状态，则将该状态信息改为可跟踪状态，从而可以寻找回上一帧中判断为欲丢失状态的小运动目标；如果S3/S4小于或等于阈值β，则将该目标所对应位置所得到的目标框作为新出现的目标初始化并加入到跟踪预测存储区的末尾，其编号是目前出现的最大编号加1。此外，将上一帧中所有经过处理后标记为欲丢失状态的预测位置信息对应的目标的状态信息改为丢失状态，将这些标记为丢失状态的位置信息的目标编号消除，回收该目标在跟踪预测存储区的空间。

可选地，β>0.8。

在一可能的实施例中，所述确定目标位置的方法还包括：根据所述目标在所述当前帧中的位置确定所述目标的编号；输出所述目标在待处理视频序列中的运动轨迹以及所述目标的位置。

可选地，可以通过将当前帧中的目标与上一帧的目标的位置信息以及编号进行连接从而形成运动轨迹。

本申请实施例所提供的确定目标位置的方法，在提高准确率的前提下，对当前帧的像素点数据处理运算相对现有技术而言，本申请一方面无需采集样本也不需要进行样本标注，就可以直接对目标进行检测和追踪进而确定目标的位置，进而无需复杂的计算，就可以确保在各种不同监控场景下整个监控系统运行的实时性。另一方面还可以使目标检测具有较好的抗噪性，可以适应环境变化，抗抖动，有效地去除了鬼影和阴影。

请参见图3，图3示出了本申请实施例提供的确定目标位置的装置，应理解，该装置300与上述图1方法实施例对应，能够执行上述方法实施例涉及的各个步骤，该装置300具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。装置300包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置300的操作系统(operating system，OS)中的软件功能模块。具体地，该装置300包括：

图像处理单元310，根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置。

图像生成单元320，基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像，所述前景图像包括所述前景像素点和所述背景像素点，所述前景图像包括所述目标。

可选地，所述背景模型帧包括：随机背景模型帧、背景修正模型帧和平均背景模型帧中至少一种，其中，所述随机背景模型帧为从待处理视频序列中获取包括所述当前帧在内的前N帧图像所生成，所述N为大于零的整数，所述N帧图像中的每一像素点均以第一预设概率更新；所述背景修正模型帧为所述当前帧所对应的上一帧；所述平均背景模型帧为从所述视频序列中获取包括所述当前帧在内的前W帧图像的平均值，所述W为大于零的整数。

可选地，所述图像生成单元320还用于：确定所述当前帧中第一坐标点所对应的像素点的第一像素值，所述第一坐标点为所述当前帧中的任意一坐标点；确定所述第一坐标点在所述随机背景模型帧中的每帧图像中所对应的像素点的第二像素值；确定所述第一像素值与每个所述第二像素值的差值满足预设规则，将所述当前帧中的所述第一坐标点所对应的所述像素点标记为前景像素点；基于所述前景像素点确定背景像素点；根据所述前景像素点和所述背景像素点的位置信息生成所述前景图像。

可选地，所述基于所述前景像素点确定背景像素点，包括：确定每个所述前景像素点位于所述预测位置内，获取所述当前帧中的所述预测位置内的第二坐标点所对应的像素点的第三像素值，所述第二坐标点为所述预测位置内的任意一坐标点；获取所述第二坐标点在所述背景修正模型帧中所对应的像素点的第四像素值；确定所述第三像素值与所述第四像素值的差值小于或等于第三预设阀值，将所述第二坐标点所对应的所述像素点标记为背景像素点。

可选地，所述图像生成单元320还用于：确定所有所述前景像素点中的阴影像素点；将所述阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点。

可选地，确定所有所述前景像素点中的阴影像素点，包括：获取所述前景像素点所在位置的第一LBP值；获取在所述平均背景模型帧中与所述前景像素点所对应的所述位置相关联的目标位置的第二LBP值；获取所述第一LBP值与所述第二LBP值的汉明距离；若所述汉明距离小于第四阀值，确定所述前景像素点为阴影像素点。

检测单元330，用于检测所述前景图像，得到所述目标在所述前景图像中的位置。

位置确定单元340，用于根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。

可选地，位置确定单元340还用于：根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置；将所述理想位置确定为所述目标在所述当前帧中的位置。

可选地，根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置，包括：获取每个所述目标在所述前景图像中的位置所对应的第一目标矩形框以及所述预测位置所对应的第二目标矩形框；根据所述第一目标矩形框与所述第二目标矩形框确定理想位置。

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，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

本申请还提供一种装置，图4为本申请实施例中的装置500的结构框图，如图4所示，所述装置500包括装置500可以包括处理器510、通信接口520、存储器530和至少一个通信总线540。其中，通信总线540用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口520用于与其他节点设备进行信令或数据的通信。处理器510可以是一种集成电路芯片，具有信号的处理能力。上述的处理器510可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器510也可以是任何常规的处理器等。

存储器530可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。存储器530中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器510执行时，装置500可以执行上述图1方法实施例涉及的各个步骤。

装置500还可以包括存储控制器、输入输出单元、音频单元、显示单元。

所述存储器530、存储控制器、处理器510、外设接口、输入输出单元、音频单元、显示单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线540实现电性连接。所述处理器510用于执行存储器530中存储的可执行模块，例如装置300包括的软件功能模块或计算机程序。并且，装置300用于执行下述方法：根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置；基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像，所述前景图像包括所述前景像素点和所述背景像素点，所述前景图像包括所述目标；检测所述前景图像，得到所述目标在所述前景图像中的位置；根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。

输入输出单元用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元可以是，但不限于，鼠标和键盘等。

音频单元向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示单元在所述电子设备与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。显示单元可以显示处理器510执行图1示出的步骤获得的前景图像，也可以显示目标在所述前景图像中的位置或者是目标在所述当前帧中的位置。

输入输出单元用于提供给用户输入数据实现用户与处理终端的交互。所述输入输出单元可以是，但不限于，鼠标和键盘等。

可以理解，图4所示的结构仅为示意，所述装置500还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。

本申请还提供一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行方法实施例所述的方法。

本申请还提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行方法实施例所述的方法。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现，基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端设备，或者网络设备等)执行本申请各个实施场景的方法。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种确定目标位置的方法，其特征在于，包括：

根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置；

基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像，所述前景图像包括所述前景像素点和所述背景像素点，所述前景图像包括所述目标；

检测所述前景图像，得到所述目标在所述前景图像中的位置；

根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。

2.根据权利要求1所述的方法，其特征在于，所述背景模型帧包括：随机背景模型帧、背景修正模型帧和平均背景模型帧中至少一种，其中，所述随机背景模型帧为从待处理视频序列中获取包括所述当前帧在内的前N帧图像所生成，所述N为大于零的整数，所述N帧图像中的每一像素点均以第一预设概率更新；所述背景修正模型帧为所述当前帧所对应的上一帧；所述平均背景模型帧为从所述视频序列中获取包括所述当前帧在内的前W帧图像的平均值，所述W为大于零的整数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述预测位置和背景模型帧，提取所述当前帧的前景像素点和背景像素点，生成前景图像，包括：

确定所述当前帧中第一坐标点所对应的像素点的第一像素值，所述第一坐标点为所述当前帧中的任意一坐标点；

确定所述第一坐标点在所述随机背景模型帧中的每帧图像中所对应的像素点的第二像素值；

确定所述第一像素值与每个所述第二像素值的差值满足预设规则，将所述当前帧中的所述第一坐标点所对应的所述像素点标记为前景像素点；

基于所述前景像素点确定背景像素点；

根据所述前景像素点和所述背景像素点的位置信息生成所述前景图像。

4.根据权利要求3所述的方法，其特征在于，所述基于所述前景像素点确定背景像素点，包括：

确定每个所述前景像素点位于所述预测位置内，获取所述当前帧中的所述预测位置内的第二坐标点所对应的像素点的第三像素值，所述第二坐标点为所述预测位置内的任意一坐标点；

获取所述第二坐标点在所述背景修正模型帧中所对应的像素点的第四像素值；

确定所述第三像素值与所述第四像素值的差值小于或等于第三预设阀值，将所述第二坐标点所对应的所述像素点标记为背景像素点。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

确定所有所述前景像素点中的阴影像素点；

将所述阴影像素点从所有所述前景像素点中删除，得到删除后的前景像素点。

6.根据权利要求5所述的方法，其特征在于，所述确定所有所述前景像素点中的阴影像素点，包括：

获取所述前景像素点所在位置的第一局部二值模式LBP值；

获取在所述平均背景模型帧中与所述前景像素点所对应的所述位置相关联的目标位置的第二LBP值；

获取所述第一LBP值与所述第二LBP值的汉明距离；

若所述汉明距离小于第四阀值，确定所述前景像素点为阴影像素点。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

基于第二预设概率更新所述随机背景模型帧中的每帧图像中的背景像素点，所述第二预设概率值大于所述第一预设概率值。

8.根据权利要求2所述的方法，其特征在于，所述根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置，包括：

根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置；

将所述理想位置确定为所述目标在所述当前帧中的位置。

9.根据权利要求8所述的方法，其特征在于，所述根据所述目标在所述前景图像中的位置以及所述预测位置，确定理想位置，包括：

获取每个所述目标在所述前景图像中的位置所对应的第一目标矩形框以及所述预测位置所对应的第二目标矩形框；

根据所述第一目标矩形框与所述第二目标矩形框确定理想位置。

10.一种确定目标位置的装置，其特征在于，包括：

图像处理单元，根据所述目标在当前帧之前的至少一帧中的位置预测所述目标在所述当前帧中的预测位置；

图像生成单元，用于基于所述预测位置和背景模型帧，提取所述当前帧中的前景像素点和背景像素点，生成所述当前帧的前景图像，所述前景图像包括所述前景像素点和所述背景像素点，所述前景图像包括所述目标；

检测单元，用于检测所述前景图像，得到所述目标在所述前景图像中的位置；

位置确定单元，用于根据所述目标在所述前景图像中的位置确定所述目标在所述当前帧中的位置。