一种基于色彩信息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基于色彩信息的高清高速视频背景建模方法，用于解决现有技术中不能利用彩色信息、运算效率低、实时性不足、精度衰减快等问题。所述方法包括：将目标视频的颜色空间转换为HIS颜色空间；按预定分割规则将HSI颜色空间的目标视频的视频场景划分为预定数量个子区域；构建每个子区域的多模态实时背景模型。本发明专利技术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 video based on color information

【技术实现步骤摘要】
一种基于色彩信息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
，尤其涉及一种基于色彩信息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)将彩色视频转化为灰度视频进行处理，未充分利用视频中的关键的彩色信息；2)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；3)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。
技术实现思路
本专利技术提供一种基于色彩信息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不能利用彩色信息、运算效率低、实时性不足、精度衰减快等问题，本专利技术属于非逐点式的实时建模方法，所构建的基于色彩信息的多模态背景模型可有效提升背景模型准确性，通过采用在线实时更新训练样本解决了背景模型精度退化问题，通过引入视频分区并行计算的方法，显著提高了背景建模的整体运算效率。。本专利技术提供一种基于色彩信息的高清高速视频背景建模方法，包括以下步骤：将目标视频的颜色空间转换为HIS颜色空间；按预定分割规则将HSI颜色空间的目标视频的视频场景划分为预定数量个子区域；构建每个子区域的多模态实时背景模型。在一个实施例中，所述将目标视频的颜色空间转换为HIS颜色空间，包括：将目标视频从RGB颜色空间转换为HSI颜色空间；其中，H代表色调，H的取值范围为[0°,360°]，S代表饱和度，I代表强度；将H的值域从[0°,360°]线性映射为1～360的自然数。在一个实施例中，所述按预定分割规则将HSI颜色空间的目标视频的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2。在一个实施例中，所述构建每个子区域的多模态实时背景模型，包括：从所述HSI颜色空间的目标视频中，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，构建每个子区域在H通道上的多模态实时背景模型。在一个实施例中，所述根据所述视频训练样本，构建每个子区域在H通道上的多模态实时背景模型，包括：在H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、众数和次众数，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、众数和次众数的集合作为该像素点在第n帧时在H通道上的多模态背景估计值；其中，所述m＝1,…,2M；在H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，得到第m个子区域在第n帧时在H通道上的背景模型学习率；由所述第m个子区域内每个像素点在第n帧时在H通道上的多模态背景估计值和第m个子区域在第n帧时在H通道上的背景模型学习率，组成所述第m个子区域在第n帧时在H通道上的背景模型。在一个实施例中，在H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H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；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；若n-k+1为偶数，则计算所述像素值序列中的第个像素值和第个像素值的平均值，作为所述中位数。在一个实施例中，所述在H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，得到第m个子区域在第n帧时在H通道上的背景模型学习率，包括：在H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，得到第m个子区域在第n帧时在H通道上的背景模型学习率。在一个实施例中，在所述由所述第m个子区域内每个像素点在第n帧时在H通道上的多模态背景估计值和第m个子区域在第n帧时在H通道上的背景模型学习率，组成所述第m个子区域在第n帧时在H通道上的背景模型之后，还包括：读取所述HSI颜色空间的目标视频中的第n+1帧；在H通道上，对第m个子区本文档来自技高网...

【技术保护点】
1.一种基于色彩信息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将目标视频的颜色空间转换为HIS颜色空间；/n按预定分割规则将HSI颜色空间的目标视频的视频场景划分为预定数量个子区域；/n构建每个子区域的多模态实时背景模型。/n

【技术特征摘要】
1.一种基于色彩信息的高清高速视频背景建模方法，其特征在于，包括以下步骤：
将目标视频的颜色空间转换为HIS颜色空间；
按预定分割规则将HSI颜色空间的目标视频的视频场景划分为预定数量个子区域；
构建每个子区域的多模态实时背景模型。


2.如权利要求1所述的基于色彩信息的高清高速视频背景建模方法，其特征在于，所述将目标视频的颜色空间转换为HIS颜色空间，包括：
将目标视频从RGB颜色空间转换为HSI颜色空间；其中，H代表色调，H的取值范围为[0°,360°]，S代表饱和度，I代表强度；
将H的值域从[0°,360°]线性映射为1～360的自然数。


3.如权利要求1所述的基于色彩信息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HSI颜色空间的目标视频的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。


4.如权利要求3所述的基于色彩信息的高清高速视频背景建模方法，其特征在于，所述M取值为2。


5.如权利要求1所述的基于色彩信息的高清高速视频背景建模方法，其特征在于，所述构建每个子区域的多模态实时背景模型，包括：
从所述HSI颜色空间的目标视频中，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，构建每个子区域在H通道上的多模态实时背景模型。


6.如权利要求5所述的基于色彩信息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，构建每个子区域在H通道上的多模态实时背景模型，包括：
在H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、众数和次众数，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、众数和次众数的集合作为该像素点在第n帧时在H通道上的多模态背景估计值；其中，所述m＝1,…,2M；
在H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，得到第m个子区域在第n帧时在H通道上的背景模型学习率；
由所述第m个子区域内每个像素点在第n帧时在H通道上的多模态背景估计值和第m个子区域在第n帧时在H通道上的背景模型学习率，组成所述第m个子区域在第n帧时在H通道上的背景模型。


7.如权利要求6所述的基于色彩信息的高清高速视频背景建模方法，其特征在于，在H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H通道上，对第m个子区域内坐标为(i...

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