一种运动目标检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种运动目标检测方法、装置、设备及存储介质，包括：将当前视频帧中各像素点的像素值，与预设的多个原始高斯分布函数进行匹配；所述原始高斯分布函数用于表示背景图像的分布特征；根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数；根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测。本发明专利技术实施例的技术方案可以降低运动目标检测过程中出现的误差，提高检测结果的准确性。提高检测结果的准确性。提高检测结果的准确性。

【技术实现步骤摘要】
一种运动目标检测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及人工智能
，尤其涉及一种运动目标检测方法、装置、设备及存储介质。

技术介绍

[0002]近年来，随着计算机软硬件的快速发展，计算机视觉领域的应用也越来越广泛，运动目标检测在智能监控、人机交互、医疗诊断、太空探索和军事等方面有着广泛的应用。运动目标检测是将一系列视频序列中运动的目标提取出来，再对其进行跟踪或者识别等后续操作。运动目标检测的常用方法有背景差分法，即使用视频中的每帧图像的像素值减去背景图像像素值，将得到的差值与设定阈值比较，从而判别图像中的像素点是前景还是背景。该算法需要遍历每个像素点，算法时间复杂度比较高。由于是基于像素级计算，在应对光照变化、目标颜色与背景颜色相似时，效果较差，会出现“空洞”的问题。
[0003]为了解决上述问题，现有技术提出了基于高斯混合模型(Gaussian Mixed Model，GMM)进行像素样本统计信息的表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息表示背景，以此来识别运动目标。
[0004]但是，由于单高斯模型仅使用一个高斯分布来描述背景的像素的概率分布，因此可以处理单模态场景的情况。然而，在实际场景中多为多模态场景，上述方法会出现较大的检测误差。

技术实现思路

[0005]本专利技术实施例提供一种运动目标检测方法、装置、设备及存储介质，可以降低运动目标检测过程中出现的误差，提高检测结果的准确性。
[0006]第一方面，本专利技术实施例提供了一种运动目标检测方法，所述方法包括：
[0007]将当前视频帧中各像素点的像素值，与预设的多个原始高斯分布函数进行匹配；所述原始高斯分布函数用于表示背景图像的分布特征；
[0008]根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数；
[0009]根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测。
[0010]可选的，根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数，包括：
[0011]如果所述像素点的像素值，与预设的多个原始高斯分布函数相匹配，则使用所述像素点的像素值，对各原始高斯分布函数中的均值与方差进行更新，得到多个更新高斯分布函数。
[0012]可选的，根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数，包括：
[0013]如果所述像素点的像素值，与预设的多个原始高斯分布函数不匹配，则根据所述
像素点的像素值建立目标高斯分布函数；
[0014]根据各原始高斯分布函数对应的权重值以及概率值，在所述多个原始高斯分布函数中筛选备选高斯分布函数；
[0015]使用所述目标高斯分布函数对备选高斯分布函数进行替换，得到多个更新高斯分布函数。
[0016]可选的，在使用所述目标高斯分布函数对备选高斯分布函数进行替换，得到多个更新高斯分布函数之后，还包括：
[0017]使用预设的学习速率，对各更新高斯分布函数对应的权重值进行更新。
[0018]可选的，根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测，包括：
[0019]根据各所述更新高斯分布函数对应的权重值，将多个更新高斯分布函数进行排列；
[0020]在排列后的多个更新高斯分布函数中，选取预设数量的更新高斯分布函数作为背景高斯分布函数；
[0021]使用所述背景高斯分布函数，对当前视频帧中的运动目标进行检测。
[0022]可选的，根据各所述更新高斯分布函数对应的权重值，将多个更新高斯分布函数进行排列，包括：
[0023]根据各所述更新高斯分布函数对应的权重值以及方差，计算各所述更新高斯分布函数对应的权重方差比；
[0024]将所述多个更新高斯分布函数，按照权重方差比由大到小的顺序进行排列。
[0025]可选的，使用所述背景高斯分布函数，对当前视频帧中的运动目标进行检测，包括：
[0026]使用所述背景高斯分布函数，对当前视频帧中的运动目标像素点进行检测；
[0027]将检测到的运动目标像素点进行二值化处理，得到运动目标图像。
[0028]第二方面，本专利技术实施例还提供了一种运动目标检测装置，该装置包括：
[0029]像素匹配模块，用于将当前视频帧中各像素点的像素值，与预设的多个原始高斯分布函数进行匹配；所述原始高斯分布函数用于表示背景图像的分布特征；
[0030]函数更新模块，用于根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数；
[0031]目标检测模块，用于根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测。
[0032]第三方面，本专利技术实施例还提供了一种计算机设备，该设备包括：
[0033]一个或多个处理器；
[0034]存储装置，用于存储一个或多个程序；
[0035]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例提供的一种运动目标检测方法。
[0036]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例提供的一种运动目标检测方法。
[0037]本专利技术施例的技术方案通过将当前视频帧中各像素点的像素值，与预设的多个原始高斯分布函数进行匹配，根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数，根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测的技术手段，可以降低运动目标检测过程中出现的误差，提高检测结果的准确性。
附图说明
[0038]图1是本专利技术实施例一中的一种运动目标检测方法的流程图；
[0039]图2是本专利技术实施例二中的一种运动目标检测方法的流程图；
[0040]图3是本专利技术实施例三中的一种运动目标检测方法的流程图；
[0041]图4是本专利技术实施例四中的一种运动目标检测装置的结构图；
[0042]图5是本专利技术实施例五中的一种计算机设备的结构示意图。
具体实施方式
[0043]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0044]实施例一
[0045]图1为本专利技术实施例一提供的一种运动目标检测方法的流程图，本实施例可适用于对连续视频帧中的运动目标进行检测与识别的情况，该方法可以由运动目标检测装置来执行，该装置可以由软件和/或硬件来实现，一般可以集成在具有数据处理功能的终端或者服务器中，具体包括如下步骤：
[0046]步骤110、将当前视频帧中各像素点的像素值，与预设的多个原始高斯分布函数进行匹配；所述原始高斯分布函数用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动目标检测方法，其特征在于，所述方法包括：将当前视频帧中各像素点的像素值，与预设的多个原始高斯分布函数进行匹配；所述原始高斯分布函数用于表示背景图像的分布特征；根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数；根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测。2.根据权利要求1所述的方法，其特征在于，根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数，包括：如果所述像素点的像素值，与预设的多个原始高斯分布函数相匹配，则使用所述像素点的像素值，对各原始高斯分布函数中的均值与方差进行更新，得到多个更新高斯分布函数。3.根据权利要求1所述的方法，其特征在于，根据匹配结果对所述多个原始高斯分布函数进行更新，得到多个更新高斯分布函数，包括：如果所述像素点的像素值，与预设的多个原始高斯分布函数不匹配，则根据所述像素点的像素值建立目标高斯分布函数；根据各原始高斯分布函数对应的权重值以及概率值，在所述多个原始高斯分布函数中筛选备选高斯分布函数；使用所述目标高斯分布函数对备选高斯分布函数进行替换，得到多个更新高斯分布函数。4.根据权利要求3所述的方法，其特征在于，在使用所述目标高斯分布函数对备选高斯分布函数进行替换，得到多个更新高斯分布函数之后，还包括：使用预设的学习速率，对各更新高斯分布函数对应的权重值进行更新。5.根据权利要求1所述的方法，其特征在于，根据所述多个更新高斯分布函数，对当前视频帧中的运动目标进行检测，包括：根据各所述更新高斯分布函数对应的权重值，将多个更新高斯分布函数进行排列；在排列后的多个更新高斯分布函数中，选取预...

【专利技术属性】
技术研发人员：刘雪飞，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：