视频背景与前景分离方法、系统、电子装置及存储介质制造方法及图纸

本发明专利技术涉及一种人工智能技术，揭露了一种视频背景与前景分离方法，该方法包括：采用视频流前N帧图像初始化背景模型，其中每一帧中采用像素点的八邻域选择样本点；根据所述背景模型对当前帧图像进行前景检测，判断出前景点和背景点；根据判断结果提取出所述当前帧图像中的前景目标和背景图像；根据判断出的所述背景点对所述背景模型进行更新。本发明专利技术还提供一种视频背景与前景分离系统、电子装置及计算机可读存储介质。本发明专利技术提供的视频背景与前景分离方法、系统、电子装置及计算机可读存储介质能够从视频流中实时地分离出背景和前景目标并提取出背景图像。

【技术实现步骤摘要】
视频背景与前景分离方法、系统、电子装置及存储介质
本专利技术涉及人工智能
，尤其涉及一种视频背景与前景分离方法、系统、电子装置及计算机可读存储介质。
技术介绍
在对监控视频等视频数据的应用场景中，经常需要从视频流中分离出背景(静态的)和前景目标(动态的)。目前业界普遍使用的背景与前景分离方法有：基于光流法的分离方法，此类方法能够很好地适应动态场景的变化，但不足之处是由于算法复杂度高，在实际中难以使用。基于帧间差分法的分离方法，将视频流中相邻两帧或相隔几帧图像的两幅图像像素值相减，并对相减后的图像进行阈值化来提取图像中的运动区域。此类方法能够很好应对光照突变的影响，但不足之处是容易产生空洞现象，影响检测效果。基于背景建模的分离方法，其中高斯混合模型和视觉背景提取为主流方法。高斯混合模型利用K个高斯分布在时域上构建背景模型。视觉背景提取借鉴聚类的思路通过背景建模、前景检测和背景更新。此类方法具备较好的鲁棒性，算法计算量小，实时性好，但采用第一帧初始化背景模型，容易产生鬼影，影响检测结果。综上所述，如何实现不产生本文档来自技高网...

【技术保护点】
1.一种视频背景与前景分离方法，其特征在于，所述方法包括：/n采用视频流前N帧图像初始化背景模型，其中每一帧中采用像素点的八邻域选择样本点；/n根据所述背景模型对当前帧图像进行前景检测，判断出前景点和背景点；/n根据判断结果提取出所述当前帧图像中的前景目标和背景图像；及/n根据判断出的所述背景点对所述背景模型进行更新。/n

【技术特征摘要】
1.一种视频背景与前景分离方法，其特征在于，所述方法包括：
采用视频流前N帧图像初始化背景模型，其中每一帧中采用像素点的八邻域选择样本点；
根据所述背景模型对当前帧图像进行前景检测，判断出前景点和背景点；
根据判断结果提取出所述当前帧图像中的前景目标和背景图像；及
根据判断出的所述背景点对所述背景模型进行更新。


2.如权利要求1所述的方法，其特征在于，所述采用视频流前N帧图像初始化背景模型包括：
在所述前N帧图像的每一帧中，采用任意像素点八邻域中等概率随机选择的M个样本点组成样本集；
根据所述前N帧图像的M*N个样本点构建初始化的所述背景模型，其中M和N均为正整数。


3.如权利要求1所述的方法，其特征在于，所述根据所述背景模型对当前帧图像进行前景检测，判断出前景点和背景点包括：
计算所述当前帧图像中的任意一个第一像素点与所述背景模型中对应的样本点之间的多个欧式距离；
统计所述第一像素点对应的所述欧式距离中小于匹配阈值R的个数；
若所述个数大于或等于预设的第一阈值，则将所述第一像素点判断为背景点；
若所述个数小于所述第一阈值，则将所述第一像素点判断为前景点。


4.如权利要求3所述的方法，其特征在于，所述方法在根据所述背景模型对当前帧图像进行前景检测之前还包括：
采用自适应的背景扰动抑制算法确定所述匹配阈值R。


5.如权利要求4所述的方法，其特征在于，所述采用自适应的背景扰动抑制算法确定所述匹配阈值R包括：
计算所述当前帧图像中的像素点的像素值与所述背景模型中对应的样本点的像素值的差分和的均值；
当计算结果大于预设值时，增大所述匹配阈值R；
当计算结果小于或等于所述预设值时，保持所述匹配阈值R不变。


6.如权利要求1或4所述的方法，其特征在于，所述方法...

【专利技术属性】
技术研发人员：洪叁亮，赖众程，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44