基于时空条件信息的运动目标检测方法技术

本发明专利技术公开了基于时空条件信息的运动目标检测方法。该方法考虑人类视觉时空域显著性构建目标检测时空域模型，计算检测图像属于时空域参考背景的条件概率，以负对数核对条件概率进行非线性变换提取时空条件信息，考虑图像特征局部一致性对邻域内图像条件信息加权求和，作为特征利用线性分类器进行目标检测。采用颜色直方图快速计算条件概率，以图像块代替单个像素进行建模和检测，降低算法复杂度、存储空间需求，结合图像块差分预检测机制提高目标检测速度。本发明专利技术算法复杂度低、存储空间需求小、算法实时性高，能够有效抑制背景扰动干扰和孤立噪声影响，并在现有计算机上实现运动目标实时检测，且适于嵌入式智能摄像机平台应用。

【技术实现步骤摘要】
本专利技术涉及计算机视觉中的视频运动目标分割，特指视频监控系统中的运动目标检测。
技术介绍
视频运动目标检测是计算机视觉应用的基础问题之一，它是运动目标跟踪、运动目标识别、人机接口、动作识别、行为理解等高级应用的基础支撑，已经在视频监控、视频检索等具体应用中发挥重要作用，将在军事、交通、安防、文化娱乐等诸多领域发挥更大作用。智能视频监控系统能够将人从繁重的视频监视任务中解放出来，减少人工干预，减轻监视人员工作负担，自动发现监视环境中的运动目标，自动跟踪与识别运动目标，自动 发现监视场景中可疑事件和提取感兴趣信息。前述智能视频监控系统中的智能分析功能都依赖于视频运动目标检测算法，视频运动目标检测是将视频中运动目标与背景进行分离，以提取运动目标，它是智能视频监控系统的基础算法，是后续目标跟踪、识别、可疑事件检测的算法基础。目前主流的运动目标检测方法有减背景法和光流法。光流法复杂的计算使其难以得以实际应用；减背景法是目前最常用也是最有效的运动目标检测方法，其核心思想是使用合适的模型进行场景描述，并以此判定场景的变化检测运动目标。常用的减背景方法包括混合高斯模型(Gaussians Mixture本文档来自技高网...

【技术保护点】
基于时空条件信息的运动目标检测方法，其特征在于：对检测图像中的像素点（3）属于参考背景的条件概率p(x｜b)进行非线性变换,作为运动目标检测分类特征，以线性分类器进行动态场景中前景与背景分类。

【技术特征摘要】
1.基于时空条件信息的运动目标检测方法，其特征在于对检测图像中的像素点(3)属于参考背景的条件概率P(X I b)进行非线性变换，作为运动目标检测分类特征，以线性分类器进行动态场景中前景与背景分类。2.根据权利要求I所述的基于时空条件信息的运动目标检测方法，其特征在于，采用非负对数对条件概率P(x I b)进行非线性变换，得到像素点(3)在参考背景条件下的条件信息I(X|b)，作为图像分类特征。3.根据权利要求2所述的基于时空条件信息的运动目标检测方法，其特征在于，加权像素点(3)邻域内像素点的条件信息I (X I b)，作为检测像素点(3)的最终分类特征。4.根据权利要求I或3所述的基于时空条件信息的运动目标检测方法，其特征在于，采用中心四周时空域模型计算条件概率P(x I b)，并以此计算像素点(3)的加权条件信息。该时空域模型，以当前检测像素点(3)为中心，构建中心区域(I)，并以该中心区域(I)对应的四周区域(2)确定参考背景以四周区域(2)外边界范围内的所有N-I帧背景序列图像BckSeq (4)，并连同当前检测图像Cur...

【专利技术属性】
技术研发人员：包卫东，熊志辉，王斌，谭树人，刘煜，王炜，徐玮，陈立栋，张茂军，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：