| 主权项 |
一种基于高斯建模与目标轮廓的遗留物检测方法，包括：①输入视频(201)利用待检测摄像头获得视频图像数据，输出到智能分析服务器供分析使用；②遗留物粗检测(202)利用视频图像数据，分别建立两个多高斯模型，两个多高斯模型的不同之处在于学习速度，分别记为快高斯和慢高斯，其中快高斯模型的学习速度是0.4秒/次，慢高斯模型的学习速度是20秒/次，比较两个多高斯模型背景之间的差异之处，并且用二值标示，0标示相同，即标示非遗留物，255标示不相同，即标示遗留物，初步确定遗留物的位置信息；③遗留物精确检测(203)为了达到稳定的检测到遗留物的目的，分别进行以下操作：A、累计统计遗留物，如果遗留物的值累计到一定程度，则还需要进一步的判断；B、利用当前图像数据、遗留物的位置、以及高斯模型信息，分别计算慢高斯和当前图像在各个遗留物轮廓处的梯度，记为G1和G2，如果G1之和远大于G2之和，则删除掉这个遗留物，否则暂时保留；C、统计G2最小的前M个值，并且计算均值，如果均值小于一定值，则删除掉这个遗留物，目的是为了删除一部分保持静止的运动目标；④遗留物分类(204)使用对应的目标检测算法；对于目标的分类，使用的是HOG+LatentSVM方法；⑤再次确定(205)为了使遗留物检测方法稳定，还需要进行一个判断，如果目标对应位置，慢高斯前景检测结果为前景，快高斯检测结果为非前景，则确定为最终的遗留物，否则过滤掉；⑥输出结果(206)输出最终的检测结果；其特征在于所述的遗留物精确检测(203)实现步骤如下：a、输入粗检测结果图像(401)；b、扫描粗检测结果图像每个点(402)；c、判断点的值是否为255，是则将遗留物累计图像对应点计数加1(405)，否则将遗留物累计图像对应点计数减1(404)；d、扫描累计图像每个点(406)；e、判断点的值是否大于阈值T2，是则将遗留物图像对应点置为255(409)，否则将遗留物图像对应点置为0(408)；f、对遗留物图像进行形态学膨胀腐蚀处理(410)；应用连通域标记算法，对遗留物图像进行连通域标记(411)；计算慢高斯背景模型和当前图像在各个连通域轮廓处的梯度，分别记为G1和G2(412)；g、判断G1之和是否远大于G2之和(413)，是则删除这个遗留物(414)，否则进入下一步骤；h、统计G2最小的前M个值,并且计算均值(415)；i、判断均值是否小于阈值T3(417)，是则删除这个遗留物，否则进入下一步骤；j、输出精检测结果(418)。 |
