CN111028262A - 一种多通道复合的高清高速视频背景建模方法 - Google Patents
一种多通道复合的高清高速视频背景建模方法 Download PDFInfo
- Publication number
- CN111028262A CN111028262A CN201911244258.5A CN201911244258A CN111028262A CN 111028262 A CN111028262 A CN 111028262A CN 201911244258 A CN201911244258 A CN 201911244258A CN 111028262 A CN111028262 A CN 111028262A
- Authority
- CN
- China
- Prior art keywords
- channel
- region
- frame
- background
- video
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000002131 composite material Substances 0.000 title claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Abstract
本发明公开了一种多通道复合的高清高速视频背景建模方法,用于解决现有的高分辨率视频的高效背景建模方法运算效率低、实时性不足等问题。所述方法包括:按预定分割规则将视频场景划分为预定数量个子区域;从同一视频场景对应的高清高速连续视频集中,选取第k帧到第n帧的一段连续视频,作为背景建模的视频训练样本;其中,k和n均为正整数;根据所述视频训练样本,分别构建每个子区域在R、G、B通道上的背景模型。该方法运算效率高、实时性强、精度衰减慢,准确性高。
Description
技术领域
本发明涉及视频数据挖掘技术领域,尤其涉及一种多通道复合的高清高速视频背景建模方法。
背景技术
高清高速视频拍摄技术是科研领域和高精尖工业产品研发领域中,观察分析高速运动目标物体时空变化细节的一种常用技术手段。由于高清高速视频的时空信息量十分巨大,很难凭靠人工进行量化分析,因此必须依赖于自动化分析手段对此类视频数据进行挖掘。
视频背景建模是一种最常用的视频数据挖掘技术,该技术的实质是通过对已有视频数据的学习,实现对视频中每个像素点特定视觉特征动态变化范围的数学建模。视频背景建模技术通常被用于自动检测新输入视频帧中的显著性异常变化,即当新输入视频帧中某个像素点的特定视觉特征值明显不符合该像素点对应的数学模型时,该异常像素点将被计算机自动辨识出来并做进一步分析处理。因此,高清高速视频背景建模技术可被用于自动检测高速运动目标物体的多种异常时空微变化。
目前,最常用的视频背景建模技术是逐点式实时建模法,该类方法需要为视频中每一个像素点分别构建一套独立的数学模型,并逐帧对所有像素点的数学模型进行迭代更新。对于具有高帧率(每秒数百帧以上)、高分辨率(每帧数百万像素点)的高清高速视频而言,逐点式实时建模法不仅需要构建并存储数百万个独立的数学模型,并且需要在一秒钟内对数百万个数学模型进行数百次以上地迭代更新,这显然需要极高的计算性能和内存资源,普通计算机设备难以满足如此苛刻的性能要求。因此,在实际应用中传统的逐点式实时建模法往往不适用于面向高清高速视频的背景建模。
专利(ZL201610072455.3)提出了一种非逐点式的实时建模方法,该专利的核心方法是对视频中处于同一个灰度(或称亮度)等级上的所有像素点统一建模,以此替代对每一个像素点进行单独建模。由于视频中灰度等级的数量远远少于像素点的数量,因此所需构建的数学模型的数量也大幅度减少。该专利方法的优点是:提供了一种适用于高分辨率视频的高效背景建模方法,能够在不增加任何软硬件计算资源的条件下,高效地实现对固定场景的高分辨率视频的背景建模,显著降低建模运算量,提高计算效率,减小存储资源的消耗,克服了传统逐点式实时建模法不适用于高分辨率视频背景建模的问题。
然而,上述专利(ZL201610072455.3)也存在以下几方面的不足:1)一律将彩色视频转换为灰度视频,未充分利用视频中的彩色信息;2)未充分利用不同视频通道中的不同视觉特征;3)所构建的单模态背景模型无法足够精确地描述具有复杂动态性的像素点;4)所用的训练样本不能实时更新,导致模型精度会随着时间的增长而下降;5)只适合处理正常帧率的高清视频,在处理高速的高清视频时计算效率仍然明显不足。综上所述,上述专利方法用于对包含复杂动态性场景的高清高速视频背景建模时,会存在运算效率低、实时性不足、存储资源消耗大、准确性不足、精度衰减快等突出问题。
发明内容
本发明提供一种多通道复合的高清高速视频背景建模方法,用于解决现有的高分辨率视频的高效背景建模方法运算效率低、实时性不足、存储资源消耗大、准确性不足、精度衰减快等问题,本发明相对于现有技术运算效率提高,实时性强,精度衰减慢,准确性高。
本发明提供一种多通道复合的高清高速视频背景建模方法,包括以下步骤:
按预定分割规则将视频场景划分为预定数量个子区域;
从同一视频场景对应的高清高速连续视频集中,选取第k帧到第n帧的一段连续视频,作为背景建模的视频训练样本;其中,k和n均为正整数;
根据所述视频训练样本,分别构建每个子区域在R、G、B通道上的背景模型。
在一个实施例中,所述按预定分割规则将视频场景划分为预定数量个子区域,包括:
将所述视频场景划分为上下对称的两个区域;
将视频场景的上半部分区域,从左到右划分为M个大小相同的矩形子区域;
将视频场景的下半部分区域,从右到左划分为M个大小相同的矩形子区域;
其中,M为预定数量,取值为正整数。
在一个实施例中,所述M取值为4。
在一个实施例中,根据所述视频训练样本,分别构建第m个子区域在R/G/B通道上的背景模型,包括:
在R/G/B通道上,对第m个子区域内的每个像素点,计算该像素点在所述第k帧到第n帧内的像素值的中位数,作为在第n帧时第m个子区域内该像素点在R/G/B通道上的背景估计值;所述m=1,…,2M;
在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k帧到第n帧内变化为其他像素值的概率,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率;
由在第n帧时第m个子区域内每个像素点在R/G/B通道上的背景估计值和第m个子区域在R/G/B通道上的背景模型学习率,组成所述第m个子区域在R/G/B通道上的背景模型。
在一个实施例中,所述在R/G/B通道上,对第m个子区域内的每个像素点,计算该像素点在所述第k帧到第n帧内的像素值的中位数,包括:
在R/G/B通道上,对第m个子区域内坐标为(i,j)的像素点Am(i,j),获取该像素点Am(i,j)在所述第k帧到第n帧内的像素值;
将获取的n-k+1个像素值按照像素值大小顺序排列,得到所述第m个子区域内坐标为(i,j)的像素点Am(i,j)对应的像素值序列;
在一个实施例中,所述在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k帧到第n帧内变化为其他像素值的概率,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率,包括:
在R/G/B通道上,统计从第p帧到第p+1帧,第m个子区域内所有像素点的像素值从θ1跳变为θ2的总次数,得到第p+1帧时的第一矩阵;其中,p=k,k+1,…,n-1;θ1和θ2为不同的像素值;
将第k帧到第n帧时的第一矩阵求和,得到第n帧时的第二矩阵;
将所述第n帧时的第二矩阵的值归一化为[0,1]之间的概率值,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率。
在一个实施例中,在构建每个子区域在R、G、B通道上的背景模型之后,还包括:
更新第m个子区域在R、G、B通道上的背景模型。
在一个实施例中,所述更新第m个子区域在R、G、B通道上的背景模型,包括:
在R/G/B通道上,对第m个子区域内的每个像素点,根据该像素点在第n+1帧的像素值,按照公式更新第m个子区域内该像素点在第n+1帧时在R/G/B通道上的背景估计值;其中,是第m个子区域内坐标为(i,j)的像素点Am(i,j)在n+1帧的x通道上的像素值,是Am(i,j)在n+1帧时在x通道上的背景估计值,是Am(i,j)在n帧时在x通道上的背景估计值,是第n帧时第m个子区域在x通道上的背景模型学习率,x=R,G,B;
在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k+1帧到第n+1帧内变化为其他像素值的概率,得到在第n+1帧时第m个子区域在R/G/B通道上的背景模型学习率;
将所述第m个子区域在R/G/B通道上的背景模型的组成更新为所述第n+1帧时第m个子区域内每个像素点在R/G/B通道上的背景估计值和第m个子区域在R/G/B通道上的背景模型学习率。
在一个实施例中,n-k≥50。
本发明具有以下有益效果:
本发明提供了一种适用于高清高速视频背景建模方法,克服了传统逐点式实时建模方法运算效率低、实时性不足、存储资源消耗大等问题;相比于现有类似专利的技术,本发明有以下几方面改进:(1)充分利用视频中的彩色信息,结果更准确;(2)复合视频多通道视觉信息构建的背景模型,对复杂场景以及场景中复杂动态性的描述更准确;(3)通过在线实时更新训练样本消除了现有类似专利方法中模型精度随时间退化的弊病;(4)通过采用视频多分块并行计算的架构,显著提高了算法的整体运算效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种多通道复合的高清高速视频背景建模方法的流程图;
图2为图1中步骤S1的方法流程图;
图3为本发明提供的一种多通道复合的高清高速视频背景建模方法中将视频场景划分为8个子区域的示意图;
图4为图1中步骤S3的方法流程图;
图5为本发明实施例中背景学习率的获取示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1为本发明实施例中一种多通道复合的高清高速视频背景建模方法的流程图。如图1所示,该方法包括以下步骤S1-S3:
S1:按预定分割规则将视频场景划分为预定数量个子区域。
在一可选实施例中,如图2所示,步骤S1可以包括如下步骤:
S11:将所述视频场景划分为上下对称的两个区域;
S12:将视频场景的上半部分区域,从左到右划分为M个大小相同的矩形子区域;其中,M为预定数量,取值为正整数。
S13:将视频场景的下半部分区域,从右到左划分为M个大小相同的矩形子区域。
优选地,M取值为4,即将视频场景划分为8个子区域。以图3所示的一段分辨率为2160*1486、帧率为500帧/秒,RGB三个通道均为8位深度(即256级灰阶)的彩色高清高速汽车碰撞测试实验视频为例,对该视频场景的划分情况方法为:首先,将整个视频场景划分为上下对称的两个区域;其次,将视频场景的上半部分区域,从左到右划分为4个大小相同的矩形子区域,如图3中所示,分别记为A1,A2,A3,A4;再次,将视频场景的下半部分区域,从右到左划分为4个大小相同的矩形子区域,分别记为A5,A6,A7,A8。
S2:从同一视频场景对应的高清高速连续视频集中,选取第k帧到第n帧的一段连续视频,作为背景建模的视频训练样本;
其中,k和n均为正整数。优选地,n-k≥50。
例如:对于图3所示视频场景,若连续采集该视频场景的高清高速视频图像,例如一共采集了100多帧视频图像,得到该视频场景对应的高清高速连续视频集,若k取值为1,n取值为100,则从所述高清高速视频集中,选取从第1帧到第100帧的一段连续视频片段作为背景建模的视频训练样本。
S3:根据所述视频训练样本,分别构建每个子区域在R、G、B通道上的背景模型。
例如:对于图3所示视频场景划分的8个子区域A1~A8,此步骤中分别构建子区域Am在R、G、B通道上的背景模型,即对于每个子区域Am,构建其在R通道上的背景模型,在G通道上的背景模型,在B通道上的背景模型。
本实施例提供的适用于高清高速视频背景建模方法,通过将视频场景划分为多个子区域,对于每个子区域,采用一段时间内的连续视频图像作为训练样本,分R、G、B三个通道分别训练出每个子区域在多通道上的背景模型,通过采用视频多分块并行计算的架构,显著提高了算法的整体运算效率,克服了传统逐点式实时建模方法运算效率低、实时性不足、存储资源消耗大等问题,一方面充分利用视频中的彩色信息,建模结果更准确,另一方面,由于复合了视频多通道视觉信息构建的背景模型,对复杂场景以及场景中复杂动态性的描述更准确。
图4所示为步骤S3的一种实施方法流程图,如图4中所示,上述步骤S3可以包括以下步骤:
S31:在R/G/B通道上,对第m个子区域内的每个像素点,计算该像素点在所述第k帧到第n帧内的像素值的中位数,作为在第n帧时第m个子区域内该像素点在R/G/B通道上的背景估计值;
其中,所述m=1,…,2M。
例如,对于上述实施例中的例子,即将图2所示视频场景划分的8个子区域A1~A8,并选取关于该视频场景的从第1帧到第100帧的一段连续视频片段作为背景建模的视频训练样本,若要计算子区域A1内的像素点在R通道上的背景估计值,则此步骤S31中,在R通道上对视频A1区域内坐标为(i,j)的像素点A1(i,j),计算A1(i,j)在1~100帧内的像素值序列的中位数,以该中位数作为在第100帧时A1(i,j)在R通道上的背景估计值根据同样的方法可计算出A1(i,j)在G通道上第100帧时的背景估计值根据同样的方法可计算出A1(i,j)在B通道上第100帧时的背景估计值显然,第p帧时第m个子区域内各像素点在R/G/B通道上的背景估计值也类似计算,此处不再赘述。其中,p=k,k+1,…,n-1;i,j均为正整数。
优选地,步骤S31可以包括以下步骤S311-S315:
S311:在R/G/B通道上,对第m个子区域内坐标为(i,j)的像素点Am(i,j),获取该像素点Am(i,j)在所述第k帧到第n帧内的像素值;
S312:将获取的n-k+1个像素值按照像素值大小顺序排列,得到所述第m个子区域内坐标为(i,j)的像素点Am(i,j)对应的像素值序列;
此步骤中,将上一步骤中获取的第m个子区域内坐标为(i,j)的像素点对应的n-k+1个像素值从大到小或者从小到大排列,得到第m个子区域内坐标为(i,j)的像素点Am(i,j)对应的像素值序列。
S313:判断n-k+1是否为奇数,若是,则执行步骤S314;否则,若n-k+1为偶数,则执行步骤S315。
以上述例子中的A1区域内坐标为(1,1)的像素点A1为例,步骤S31中,先将第1帧到第100帧中A1(1,1)位置上依次出现的100个像素值保存在数组M1(1,1)[y](y为数组下标,y=1,...,100)中,然后对数组M1(1,1)[y]中的数值进行从大到小(或从小到大)的排序,例如若排序后得到的像素序列中M1(1,1)[1]的值最大,而M1(1,1)[100]的值最小,即像素系列为{M1(1,1)[1],M1(1,1)[2],…M1(1,1)[99],M1(1,1)[100]},则此时数组M1(1,1)[y]的中位数M1(1,1)[Median]的计算方法如下:M1(1,1)[Median]即为A1(1,1)在1~100帧内的像素值序列的中位数。
S32:在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k帧到第n帧内变化为其他像素值的概率,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率。
优选地,此步骤中可以包括以下步骤S321-S323:
S321:在R/G/B通道上,统计从第p帧到第p+1帧,第m个子区域内所有像素点的像素值从θ1跳变为θ2的总次数,得到第p+1帧时的第一矩阵;
其中,p=k,k+1,…,n-1;θ1和θ2为不同的像素值。
此步骤具体可以通过如下公式实现:
E(θ1→θ2)=1
其中,和分别代表第m个子区域内坐标为(i,j)的像素点Am(i,j)在第p帧和第p+1帧的x通道上的像素值,并分别简记为θ1和θ2,x=R,G,B。对于上述实施例中的具体实例,视频的R、G、B三个通道均为8位深度,即每个通道中像素值具有256级灰阶,所以有:θ1∈[0,255],θ2∈[0,255];E(θ1→θ2)=1表示检测到以下的事件1次:Am(i,j)的像素值从p帧中的θ1灰阶跳变为p+1帧中的θ2灰阶;∑E(θ1→θ2)是统计第m个子区域内所有像素点的像素值从p帧中的θ1灰阶跳变为p+1帧中的θ2灰阶的次数,将∑E(θ1→θ2)的值记录在第一矩阵的对应位置上。
例如,若在视频训练样本中,第m个子区域内的像素值在R通道上在相邻两帧中由θ1=10跳变为θ2=50的情况一共出现了5次,这5次分别是:像素(1,2)和像素(30,50)从第k帧到第k+1帧,像素(5,8)和像素(15,15)从第k+4帧到第k+5帧,像素(10,13)从第k+10帧到第k+11帧,则经过此步骤S321后得到的方阵中的第(10,50)个元素值为2,中的第(10,50)个元素值为2,中的第(10,50)个元素值为1。
S322:将第k帧到第n帧时的第一矩阵求和,得到第n帧时的第二矩阵。
此步骤中,根据公式对第k帧到第n帧时第x通道上的第一矩阵求和,计算得到第n帧时第x通道上的第二矩阵第二矩阵是对视频训练样本中的k~n帧内第一矩阵值的累加,中记录了视频训练样本内检测到的像素值从θ1灰阶跳变为θ2灰阶的总次数。
S323:将所述第n帧时的第二矩阵的值归一化为[0,1]之间的概率值,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率。
此步骤中,根据公式将第所述第n帧时的第二矩阵的值归一化为[0,1]之间的概率值,得到第n帧时第m个子区域在x通道上的背景模型学习率其中,Y2为θ2的值域上限。例如上述实例中,θ2∈[0,255]时,Y2=255。
上述步骤S321-S323中,每个子区域在每个通道(R、G、B)通道上的背景模型学习率分别单独计算。
S33:由在第n帧时第m个子区域内每个像素点在R/G/B通道上的背景估计值和第m个子区域在R/G/B通道上的背景模型学习率,组成所述第m个子区域在R/G/B通道上的背景模型。
在另一优选实施例中,为了进一步解决现有技术存在的训练样本不能实时更新,导致模型精度会随着时间的增长而下降的问题,本发明提供的上述多通道复合的高清高速视频背景建模方法中,在步骤S3之后,还可以包括:更新第m个子区域在R、G、B通道上的背景模型的步骤。
具体的,更新方法为:
其中,是第m个子区域内坐标为(i,j)的像素点Am(i,j)在n+1帧的x通道上的像素值,是Am(i,j)在n+1帧时在x通道上的背景估计值,是Am(i,j)在n帧时在x通道上的背景估计值,是第n帧时第m个子区域在x通道上的背景模型学习率,x=R,G,B;
(2)在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k+1帧到第n+1帧内变化为其他像素值的概率,得到在第n+1帧时第m个子区域在R/G/B通道上的背景模型学习率;
(3)将所述第m个子区域在R/G/B通道上的背景模型的组成更新为所述第n+1帧时第m个子区域内每个像素点在R/G/B通道上的背景估计值和第m个子区域在R/G/B通道上的背景模型学习率。
显然,之后在每一次采集新视频帧时,采用步骤(1)-(3)的方法实时更新该视频背景下的每个子区域在每个通道(R、G、B通道)上的背景模型。
例如,对于上述k=1,n=100的实例,在新读入101帧时,在R通道上对视频A1区域内的每一个像素点A1(i,j),根据下式更新A1(i,j)的背景估计值:
其中,是A1(i,j)在101帧时的像素值,是A1(i,j)在101帧时的背景估计值,和分别是A1(i,j)在100帧时在R通道上的背景估计值和背景模型学习率,θ1的取值为θ2的取值为如前所述,本实例中,是大小为256×256的方阵,由于θ1、θ2分别是该方阵的行坐标和列坐标,因此将θ1、θ2的具体值代入即可获取方阵中第θ1行、第θ2列的单元位置上对应的背景模型学习率;若如图5所示,的值就是该方阵中第120行、第118列的单元位置上对应的背景模型学习率,即0.074。随后,采用与步骤S32相同的方法,在R通道上计算在101帧时,计算A1区域内所有像素点的像素值在2至101帧内从θ1灰阶跃迁为θ2灰阶的概率,生成更新的第101帧时A1区域在R通道上的背景模型学习率以此类推,在新读入100+i帧时,采用与上述步骤(1)、(2)中相同的方法,更新A1区域在100+i帧时刻在R通道上的背景模型,其包含:每个像素点独有的背景估计值和所有像素点共享的背景模型学习率
上述实例中以子区域A1在R通道的背景模型的生成及更新为例进行详细说明,显然,区域A1在G通道和B通道的背景模型的生成及更新也采用类似的方法,此处不再赘述。显然,采用并行计算的方法,对视频场景中的其它子区域,也采用相同的方法同步分别构建RGB三通道复合的视频场景实时背景模型,从而完成对整个视频场景的背景建模。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种多通道复合的高清高速视频背景建模方法,其特征在于,包括以下步骤:
按预定分割规则将视频场景划分为预定数量个子区域;
从同一视频场景对应的高清高速连续视频集中,选取第k帧到第n帧的一段连续视频,作为背景建模的视频训练样本;其中,k和n均为正整数;
根据所述视频训练样本,分别构建每个子区域在R、G、B通道上的背景模型。
2.如权利要求1所述的多通道复合的高清高速视频背景建模方法,其特征在于,所述按预定分割规则将视频场景划分为预定数量个子区域,包括:
将所述视频场景划分为上下对称的两个区域;
将视频场景的上半部分区域,从左到右划分为M个大小相同的矩形子区域;
将视频场景的下半部分区域,从右到左划分为M个大小相同的矩形子区域;
其中,M为预定数量,取值为正整数。
3.如权利要求2所述的多通道复合的高清高速视频背景建模方法,其特征在于,所述M取值为4。
4.如权利要求1所述的多通道复合的高清高速视频背景建模方法,其特征在于,所述根据所述视频训练样本,分别构建每个子区域在R、G、B通道上的背景模型,包括:
在R/G/B通道上,对第m个子区域内的每个像素点,计算该像素点在所述第k帧到第n帧内的像素值的中位数,作为在第n帧时第m个子区域内该像素点在R/G/B通道上的背景估计值;所述m=1,…,2M;
在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k帧到第n帧内变化为其他像素值的概率,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率;
由在第n帧时第m个子区域内每个像素点在R/G/B通道上的背景估计值和第m个子区域在R/G/B通道上的背景模型学习率,组成所述第m个子区域在R/G/B通道上的背景模型。
5.如权利要求4所述的多通道复合的高清高速视频背景建模方法,其特征在于,所述在R/G/B通道上,对第m个子区域内的每个像素点,计算该像素点在所述第k帧到第n帧内的像素值的中位数,包括:
在R/G/B通道上,对第m个子区域内坐标为(i,j)的像素点Am(i,j),获取该像素点Am(i,j)在所述第k帧到第n帧内的像素值;
将获取的n-k+1个像素值按照像素值大小顺序排列,得到所述第m个子区域内坐标为(i,j)的像素点Am(i,j)对应的像素值序列;
6.如权利要求4所述的多通道复合的高清高速视频背景建模方法,其特征在于,所述在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k帧到第n帧内变化为其他像素值的概率,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率,包括:
在R/G/B通道上,统计从第p帧到第p+1帧,第m个子区域内所有像素点的像素值从θ1跳变为θ2的总次数,得到第p+1帧时的第一矩阵;其中,p=k,k+1,…,n-1;θ1和θ2为不同的像素值;
将第k帧到第n帧时的第一矩阵求和,得到第n帧时的第二矩阵;
将所述第n帧时的第二矩阵的值归一化为[0,1]之间的概率值,得到在第n帧时第m个子区域在R/G/B通道上的背景模型学习率。
7.如权利要求4所述的多通道复合的高清高速视频背景建模方法,其特征在于,在构建每个子区域在R、G、B通道上的背景模型之后,还包括:
更新第m个子区域在R、G、B通道上的背景模型。
8.如权利要求7所述的多通道复合的高清高速视频背景建模方法,其特征在于,所述更新第m个子区域在R、G、B通道上的背景模型,包括:
在R/G/B通道上,对第m个子区域内的每个像素点,根据该像素点在第n+1帧的像素值,按照公式更新第m个子区域内该像素点在第n+1帧时在R/G/B通道上的背景估计值;其中,是第m个子区域内坐标为(i,j)的像素点Am(i,j)在n+1帧的x通道上的像素值,是Am(i,j)在n+1帧时在x通道上的背景估计值,是Am(i,j)在n帧时在x通道上的背景估计值,是第n帧时第m个子区域在x通道上的背景模型学习率,x=R,G,B;
在R/G/B通道上,对于第m个子区域,统计该区域内所有像素点的像素值在所述第k+1帧到第n+1帧内变化为其他像素值的概率,得到在第n+1帧时第m个子区域在R/G/B通道上的背景模型学习率;
将所述第m个子区域在R/G/B通道上的背景模型的组成更新为所述第n+1帧时第m个子区域内每个像素点在R/G/B通道上的背景估计值和第m个子区域在R/G/B通道上的背景模型学习率。
9.如权利要求1-8任一项所述的多通道复合的高清高速视频背景建模方法,其特征在于,n-k≥50。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911244258.5A CN111028262A (zh) | 2019-12-06 | 2019-12-06 | 一种多通道复合的高清高速视频背景建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911244258.5A CN111028262A (zh) | 2019-12-06 | 2019-12-06 | 一种多通道复合的高清高速视频背景建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111028262A true CN111028262A (zh) | 2020-04-17 |
Family
ID=70207439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911244258.5A Pending CN111028262A (zh) | 2019-12-06 | 2019-12-06 | 一种多通道复合的高清高速视频背景建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111028262A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009031939A (ja) * | 2007-07-25 | 2009-02-12 | Advanced Telecommunication Research Institute International | 画像処理装置、画像処理方法及び画像処理プログラム |
JP2014164446A (ja) * | 2013-02-22 | 2014-09-08 | Kddi Corp | 背景モデル構築装置、背景モデル構築方法、およびプログラム |
CN105025360A (zh) * | 2015-07-17 | 2015-11-04 | 江西洪都航空工业集团有限责任公司 | 一种改进的快速视频浓缩的方法与系统 |
US20160125621A1 (en) * | 2014-10-29 | 2016-05-05 | Behavioral Recognition Systems, Inc. | Incremental update for background model thresholds |
CN105574896A (zh) * | 2016-02-01 | 2016-05-11 | 衢州学院 | 一种面向高分辨率视频的高效背景建模方法 |
CN105741322A (zh) * | 2016-02-01 | 2016-07-06 | 衢州学院 | 一种基于视频特征层融合的视场区域分割方法 |
CN106023259A (zh) * | 2016-05-26 | 2016-10-12 | 史方 | 一种运动目标频率检测方法及装置 |
CN106227759A (zh) * | 2016-07-14 | 2016-12-14 | 中用科技有限公司 | 一种动态生成视频摘要的方法及装置 |
CN106295705A (zh) * | 2016-08-17 | 2017-01-04 | 汕头市三三智能科技有限公司 | 一种运动背景下的多颜色物料筛选计数系统 |
CN109740563A (zh) * | 2019-01-14 | 2019-05-10 | 湖南众智君赢科技有限公司 | 一种面向视频监控的运动目标检测方法 |
CN110096981A (zh) * | 2019-04-22 | 2019-08-06 | 长沙千视通智能科技有限公司 | 一种基于深度学习的视频大数据交通场景分析方法 |
CN110189355A (zh) * | 2019-05-05 | 2019-08-30 | 暨南大学 | 安全疏散通道占用检测方法、装置、电子设备及存储介质 |
EP3543954A1 (en) * | 2018-03-23 | 2019-09-25 | Facit Data Systems Ltd | Method of processing a video |
-
2019
- 2019-12-06 CN CN201911244258.5A patent/CN111028262A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009031939A (ja) * | 2007-07-25 | 2009-02-12 | Advanced Telecommunication Research Institute International | 画像処理装置、画像処理方法及び画像処理プログラム |
JP2014164446A (ja) * | 2013-02-22 | 2014-09-08 | Kddi Corp | 背景モデル構築装置、背景モデル構築方法、およびプログラム |
US20160125621A1 (en) * | 2014-10-29 | 2016-05-05 | Behavioral Recognition Systems, Inc. | Incremental update for background model thresholds |
CN105025360A (zh) * | 2015-07-17 | 2015-11-04 | 江西洪都航空工业集团有限责任公司 | 一种改进的快速视频浓缩的方法与系统 |
CN105574896A (zh) * | 2016-02-01 | 2016-05-11 | 衢州学院 | 一种面向高分辨率视频的高效背景建模方法 |
CN105741322A (zh) * | 2016-02-01 | 2016-07-06 | 衢州学院 | 一种基于视频特征层融合的视场区域分割方法 |
CN106023259A (zh) * | 2016-05-26 | 2016-10-12 | 史方 | 一种运动目标频率检测方法及装置 |
CN106227759A (zh) * | 2016-07-14 | 2016-12-14 | 中用科技有限公司 | 一种动态生成视频摘要的方法及装置 |
CN106295705A (zh) * | 2016-08-17 | 2017-01-04 | 汕头市三三智能科技有限公司 | 一种运动背景下的多颜色物料筛选计数系统 |
EP3543954A1 (en) * | 2018-03-23 | 2019-09-25 | Facit Data Systems Ltd | Method of processing a video |
CN109740563A (zh) * | 2019-01-14 | 2019-05-10 | 湖南众智君赢科技有限公司 | 一种面向视频监控的运动目标检测方法 |
CN110096981A (zh) * | 2019-04-22 | 2019-08-06 | 长沙千视通智能科技有限公司 | 一种基于深度学习的视频大数据交通场景分析方法 |
CN110189355A (zh) * | 2019-05-05 | 2019-08-30 | 暨南大学 | 安全疏散通道占用检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (6)
Title |
---|
PEIJUN SHI 等: "Median model for background subtraction in intelligent transportation system", 《IMAGING PROCESSING:ALGORITHMS AND SYSTEMSⅢ》 * |
吴心筱 等, 北京理工大学出版社 * |
周盛 等: "基于多通道背景提取算法的车辆检测", 《电脑知识与技术》 * |
李刚 等: "基于帧间颜色梯度的背景建模", 《光学精密工程》 * |
洪文 等: "基于背景差分法的单通道圆迹SAR动目标检测算法研究", 《电子与信息学报》 * |
石磊: "违法停拍系统及关键技术的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945204B (zh) | 一种基于生成对抗网络的像素级人像抠图方法 | |
CN110660052B (zh) | 一种基于深度学习的热轧带钢表面缺陷检测方法 | |
CN110929577A (zh) | 一种基于YOLOv3的轻量级框架改进的目标识别方法 | |
CN111833237B (zh) | 基于卷积神经网络和局部单应性变换的图像配准方法 | |
CN106548192A (zh) | 基于神经网络的图像处理方法、装置和电子设备 | |
CN110930378B (zh) | 基于低数据需求的肺气肿影像处理方法及系统 | |
CN111476835B (zh) | 多视角图像一致性的无监督深度预测方法、系统、装置 | |
CN110827312A (zh) | 一种基于协同视觉注意力神经网络的学习方法 | |
CN110246171B (zh) | 一种实时单目视频深度估计方法 | |
CN108460481A (zh) | 基于循环神经网络的无人机侦察目标演变规律预测方法 | |
CN111047654A (zh) | 一种基于色彩信息的高清高速视频背景建模方法 | |
CN113362277A (zh) | 一种基于深度学习的工件表面缺陷检测和分割方法 | |
CN113628297A (zh) | 一种基于注意力机制和迁移学习的covid-19深度学习诊断系统 | |
CN109934170B (zh) | 一种基于计算机视觉的矿山资源统计方法 | |
Cheng et al. | Water quality monitoring method based on TLD 3D fish tracking and XGBoost | |
CN111028245B (zh) | 一种多模态复合的高清高速视频背景建模方法 | |
CN115830514B (zh) | 一种适用于带弯曲河道的全河段表面流速计算方法及系统 | |
CN110991361B (zh) | 面向高清高速视频的多通道多模态背景建模方法 | |
CN111028262A (zh) | 一种多通道复合的高清高速视频背景建模方法 | |
CN115171011A (zh) | 一种多类别建材视频计数方法及系统、计数设备 | |
CN115082676A (zh) | 一种伪标签模型的训练方法、装置、设备及存储介质 | |
Okarma et al. | A fast image analysis technique for the line tracking robots | |
CN113436115A (zh) | 一种基于深度无监督学习的图像阴影检测方法 | |
CN110942469B (zh) | 面向高清高速视频的双通道双模态背景建模方法 | |
CN112541469A (zh) | 基于自适应分类的人群计数方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200417 |