发明名称 基于高斯建模与目标轮廓的遗留物检测方法
摘要 本发明公开了一种基于高斯建模与目标轮廓的遗留物检测方法,涉及计算机视觉、智能视频监控领域。本方法包括下列步骤:①输入视频;②遗留物粗检测;③遗留物精确检测;④遗留物分类;⑤再次确定;⑥输出结果。本发明通过遗留物的粗检测、精确检测、分类、再次确定一系列步骤,使遗留物检测足够稳定可靠,达到稳定的遗留物智能检测的目的;适用于各种公共场所智能行为分析的遗留物检测。
申请公布号 CN102902960A 申请公布日期 2013.01.30
申请号 CN201210360839.7 申请日期 2012.09.25
申请人 武汉烽火众智数字技术有限责任公司 发明人 仇开金;杨波
分类号 G06K9/00(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 武汉宇晨专利事务所 42001 代理人 黄瑞棠
主权项 一种基于高斯建模与目标轮廓的遗留物检测方法,其特征在于: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远大于G2,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。
地址 430074 湖北省武汉市洪山区邮科院路88号