背景建模方法、装置及设备制造方法及图纸

本发明专利技术公开了一种背景建模方法、装置及设备，其中，背景建模方法将高斯混合模型中原本为浮点计算的权重、均值和方差等参数的更新，等价转化为对应新参数累加权值和、累加均值和以及累加方差和的整数迭代，并利用新参数及整数除法模拟算法完成高斯混合模型中的所有计算，从而消除高斯混合模型中不适用于硬件实现的除法运算和浮点计算，并达到与高斯混合模型相当的建模效果。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种背景建模方法、装置及设备，其中，背景建模方法将高斯混合模型中原本为浮点计算的权重、均值和方差等参数的更新，等价转化为对应新参数累加权值和、累加均值和以及累加方差和的整数迭代，并利用新参数及整数除法模拟算法完成高斯混合模型中的所有计算，从而消除高斯混合模型中不适用于硬件实现的除法运算和浮点计算，并达到与高斯混合模型相当的建模效果。【专利说明】背景建模方法、装置及设备
本专利技术涉及数字媒体处理
，尤其涉及一种背景建模方法、装置及设备。
技术介绍
背景建模技术是数字视频处理的关键技术，对提高视频编码性能和视频内容分析 效果都有很大帮助。利用背景建模进行视频编码和内容分析的帧结构图如图1所示，图中 的训练集（trainset)表示背景建模的训练阶段，组（segment)表示一组视频巾贞。第0个训 练集为第1组视频帧生成背景帧，第1个训练集为第2组视频帧生成背景帧，以此类推。在 视频编码中，生成的背景帧可以用于为后续视频帧提供背景参考。在内容分析中，生成的背 景帧可以用于背景减除得到前景区域，并在前景区域中完成内容分析。 高斯密度函数估计是一种参数化模型。有单高斯模型（Single Gaussian Model, SGM)和高斯混合模型（Gaussian mixture model，简称为GMM)两类。类似于聚类，根 据高斯概率密度函数参数的不同，每一个高斯模型可以看作一种类别，输入一个样本X，即 可通过高斯概率密度函数计算其值，然后通过一个阈值来判断该样本是否属于高斯模型。 单高斯模型适合于仅有两类别问题的划分，而高斯混合模型由于具有多个模型，划分更为 精细，适用于多类别的划分，可以应用于复杂对象建模。 目前效果最好的背景建模方法之一是高斯混合模型，它使用K个高斯模型来表征 图像中各个像素点的特征，在新一帧图像获得后更新高斯混合模型，用当前图像中的每个 像素点与高斯混合模型匹配，如果成功则判定该点为背景点，否则为前景点。高斯混合模型 能建模出干净的背景，从而提升视频编码性能和视频内容分析效果。 高斯模型主要是由权重、方差和均值等参数决定，对均值和方差的学习，采取不 同的学习机制，将直接影响到模型的稳定性、精确性和收敛性。在高斯混合模型建模过程 中，首先初始化预先定义的几个高斯模型，对高斯模型中的参数进行初始化，并求出之后将 要用到的参数。其次，对于每一帧中的每一个像素进行处理，看其是否匹配某个模型，若匹 配，则将该像素归入该模型中，并对该模型根据新的像素值进行更新；若不匹配，则以该像 素建立一个高斯模型，初始化参数，代替原有高斯模型中最不可能的模型。最后，选择前面 几个最有可能的模型作为背景模型。 相关技术中，在更新权重、方差和均值参数时，通过浮点和除法运算对权重、均值 和方差等参数进行更新。高斯混合模型的参数更新需要大量浮点和除法运算，而浮点和除 法运算比较复杂，尤其是在硬件实现上需要付出很高的代价。
技术实现思路
针对相关技术中高斯混合模型的参数更新需要大量浮点和除法运算，而浮点和除 法运算比较复杂，尤其是在硬件实现上需要付出很高的代价的问题，本专利技术提供了一种背 景建模方法、装置及设备，以至少解决上述问题。 根据本专利技术的一个方面，提供了一种背景建模方法，包括：获取视频监控数据的步 骤，初始化高斯混合模型的参数的步骤，更新所述参数的步骤，生成背景图像的步骤，其中， 所述更新所述参数的步骤包括：将高斯混合模型中浮点计算的第一参数转换成对应第二参 数的累加和的整数迭代；利用所述第二参数及整数除法模拟算法更新所述参数。 可选地，所述第一参数包括：权重、均值和方差。 可选地，将高斯混合模型中浮点计算的第一参数转换成对应第二参数的累加和的 整数迭代，包括：将第一权值的更新替换成对应第二权值累加和的整数迭代；将第一均值 的更新替换成对应第二均值累加和的整数迭代；将第一方差的更新替换成对应第二方差累 加和的整数迭代。 可选地，所述整数除法模拟算法包括：以除数和被除数为索引、以除法运算结果为 参数建立结果表，除法计算时通过查表获得结果；或者，软件模拟除法运算，每次减去1左 移若干位的值直到最终减出的值小于被除数。 根据本专利技术的另一个方面，提供了一种背景建模装置，包括：获取模块，用于获取 视频监控数据；初始化模块，用于初始化高斯混合模型的参数；更新模块，用于更新所述参 数；生成模块，用于生成背景图像，其中，所述更新模块包括：转换单元，用于将高斯混合模 型中浮点计算的第一参数转换成对应第二参数的累加和的整数迭代；更新单元，用于利用 所述第二参数及整数除法模拟算法更新所述参数。 可选地，所述第一参数包括：权重、均值和方差。 可选地，所述转换单元，用于将第一权值的更新替换成对应第二权值累加和的整 数迭代；将第一均值的更新替换成对应第二均值累加和的整数迭代；将第一方差的更新替 换成对应第二方差累加和的整数迭代。 可选地，所述整数除法模拟算法包括：以除数和被除数为索引、以除法运算结果为 参数建立结果表，除法计算时通过查表获得结果；或者，软件模拟除法运算，每次减去1左 移若干位的值直到最终减出的值小于被除数。 根据本专利技术的再一个方面，提供了一种监控视频编码设备，包括：上述背景建模装 置；判断装置，用于判断视频帧是否处于背景建模的训练阶段，在所述视频帧处于所述训练 阶段时，将所述视频帧发送到所述背景建模装置；视频编码装置，用于根据所述背景建模装 置生成的背景帧编码视频帧。 根据本专利技术的又一个方面，提供了一种监控视频内容分析设备，包括：上述背景建 模装置；内容分析装置，用于利用所述背景建模装置生成的背景帧得到视频帧的前景区域， 对所述前景区域进行内容分析。 根据本专利技术的再一个方面，提供了一种监控视频设备，包括：上述背景建模装置； 视频编码模块，用于根据所述背景建模装置生成的背景帧编码视频帧；内容分析模块，用于 利用所述背景建模装置生成的背景帧得到视频帧的前景区域，对所述前景区域进行内容分 析。 通过本专利技术，将高斯混合模型中原本为浮点计算的权重、均值和方差等参数的更 新，等价转化为对应新参数累加权值和、累加均值和以及累加方差和的整数迭代，并利用新 参数及整数除法模拟算法完成高斯混合模型中的所有计算，从而消除高斯混合模型中不适 用于硬件实现的除法运算和浮点计算，并达到与高斯混合模型相当的建模效果。 【专利附图】【附图说明】 图1是利用背景建模进行视频编码和内容分析的帧结构图； 图2是根据本专利技术实施例的背景建模方法的流程图： 图3是根据本专利技术实施例的背景建模装置的结构框图； 图4是根据本专利技术实施例的监控视频编码设备的结构框图； 图5是根据本专利技术实施例的监控视频内容分析设备的结构框图；以及 图6是根据本专利技术实施例的监控视频设备的结构框图。 【具体实施方式】： 为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合【具体实施方式】 对本专利技术作进一步详细的说明。 本专利技术实施例的背景建模方法，可以以若干帧监控视频为输入，以第一帧的视频 图像为初始背景，使用后续视频帧本文档来自技高网...

【技术保护点】
一种背景建模方法，包括：获取视频监控数据的步骤，初始化高斯混合模型的参数的步骤，更新所述参数的步骤，生成背景图像的步骤，其特征在于，所述更新所述参数的步骤包括：将高斯混合模型中浮点计算的第一参数转换成对应第二参数的累加和的整数迭代；利用所述第二参数及整数除法模拟算法更新所述参数。

【技术特征摘要】

【专利技术属性】
技术研发人员：田永鸿，陈伟，黄铁军，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11