一种多模态复合的高清高速视频背景建模方法技术

本发明专利技术公开了一种多模态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：将彩色视频转化为灰度视频；按预定分割规则将所述灰度视频的视频场景划分为预定数量个子区域；对所述灰度视频的每个子区域，构建多模态的视频场景实时背景模型。该方法对场景中复杂动态性的描述更准确，实时性强，运算效率高。

A background modeling method of high-speed HD video based on multimodal composition

【技术实现步骤摘要】
一种多模态复合的高清高速视频背景建模方法
本专利技术涉及视频数据挖掘
，尤其涉及一种多模态复合的高清高速视频背景建模方法。
技术介绍
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本文档来自技高网...

【技术保护点】
1.一种多模态的高清高速视频背景建模方法，其特征在于，包括以下步骤：/n将彩色视频转化为灰度视频；/n按预定分割规则将所述灰度视频的视频场景划分为预定数量个子区域；/n对所述灰度视频的每个子区域，构建多模态的视频场景实时背景模型。/n

【技术特征摘要】
1.一种多模态的高清高速视频背景建模方法，其特征在于，包括以下步骤：
将彩色视频转化为灰度视频；
按预定分割规则将所述灰度视频的视频场景划分为预定数量个子区域；
对所述灰度视频的每个子区域，构建多模态的视频场景实时背景模型。


2.如权利要求1所述的多模态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所述的多模态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所述的多模态的高清高速视频背景建模方法，其特征在于，所述对所述灰度视频的每个子区域，构建多模态的视频场景实时背景模型，包括：
从所述灰度视频中，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，构建每个子区域的实时背景模型。


5.如权利要求4所述的多模态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，构建每个子区域的实时背景模型，包括：
对第m个子区域内的每个像素点，计算各像素点在所述第k帧到第n帧内的像素值的中位数、平均数和众数，将每个像素点在所述第k帧到第n帧内的像素值的中位数、平均数和众数的集合作为该像素点在第n帧时的多模态背景估计值；其中，所述m＝1,…,2M；
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，得到第m个子区域在第n帧时的背景模型学习率；
由所述第m个子区域内每个像素点在第n帧时的多模态背景估计值和第m个子区域在第n帧时的背景模型学习率，组成所述第m个子区域在第n帧时的背景模型。


6.如权利要求5所述的多模态的高清高速视频背景建模方法，其特征在于，所述对第m个子区域内的每个像素点，计算各像素点在所述第k帧到第n帧内的像素值的中位数，包括：
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；
判断n-k+1是否为奇数，若是，则选取所述像素值序列中的第个像素值作为所述中位数；<...

【专利技术属性】
技术研发人员：童玉娟，江海兵，
申请(专利权)人：衢州学院，
类型：发明
国别省市：浙江;33