图像处理设备、方法以及程序技术

本发明专利技术涉及可以更容易和更准确地从输入图像提取物体的图像处理设备、方法以及程序。面部检测单元（31）从输入图像检测面部，遮蔽区域设置单元（33）基于面部检测单元（31）检测的面部的位置设置掩盖输入图像中的人物的遮蔽区域，背景模型更新单元（51）通过将输入图像中除了遮蔽区域之外的区域学习为背景图像来更新背景图像，以及分离单元（54）基于背景模型更新单元（51）更新的背景图像和输入图像将输入图像分离为背景图像和作为输入图像中的人物的区域的前景图像。本发明专利技术可以应用于例如从输入图像提取人物的图像处理设备。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及图像处理设备、方法以及程序，更具体地涉及可以更简单和更准确地从输入图像提取物体的图像处理设备、方法以及程序。
技术介绍
传统上存在使用背景差异提取物体的技术。在背景差异中，计算预先准备的背景图像和包括将要提取的物体的观察图像(输入图像)之间的差异，使得物体区域可以被提取为前景图像，而无需关于该物体的现有知识。然而，通过简单地计算静态背景图像和输入图像之间的差异，诸如由于天气或室内灯光的变化和输入图像的背景中包括的除了提取目标以外的物体或树木的轻微移动而导致的亮度变化的噪声可能被提取为前景图像。因此，为了灵活地响应背景中的变化，提出了各种背景建模技术，诸如使用混合高斯分布(GMM (Gaussian Mixture Model,高斯混合模型))的背景建模估计技术(例如,参见非专利文献I和2)。根据使用混合高斯分布的背景建模估计技术，针对背景中的暂时变化和背景中的快速变化的稳健的响应是可能的。引用列表非专利文献非专利文献1:Atsushi Shimada, Daisaku Arita,和 Rin-1chiroTaniguchi, Distribution number increase and decrease method of dynamicbackground model based on mixture Gaussian distribution, Proc.Meeting on ImageRecognition and Understanding (MIRU 2006)，2006 年 7 月。非专利文献2:Norimichi Ukita 和 Takekazu Kato, Automatedlearning of target color based on integration of background differenceand color detection, and Real-time target detection robust to changes inbackground, Proc.Meeting on Image Recognition and Understanding(MIRU 2004),第 2 卷，24-29 页，2004 年。
技术实现思路
本专利技术要解决的问题然而，在上述技术中，初步学习背景图像的过程是必需的，且需要防止将要成为前景图像的信息包括在那时可用的背景图像中。此外，该设置对用户来说是麻烦的。此外，当上述技术应用至复杂背景图像时，难于实现实时操作和设置背景模型。在上述技术中，是继续提取已经被提取为前景图像的物体还是通过将该物体视为背景图像而不再提取该物体取决于物体提取的用途。此外，还没有提出可以灵活响应于此的背景建模技术。鉴于上述问题作出了本专利技术，本专利技术旨在使得能够更容易和更准确地从输入图像提取物体。问题的解决方案根据本专利技术的第一方面的图像处理设备，包括:检测装置，从输入图像检测动态体；设置装置，基于所述检测装置检测的所述动态体的位置，设置遮蔽区域以掩盖所述输入图像中的所述动态体；更新装置，通过将所述输入图像中的除所述遮蔽区域之外的区域学习为背景图像来更新背景图像；以及分离装置，基于所述更新装置更新的所述背景图像和所述输入图像将所述输入图像分离为所述背景图像和作为所述输入图像中的所述动态体的区域的前景图像。所述检测装置可以针对所述输入图像的每帧检测所述动态体，所述设置装置可以在帧之间的所述动态体的位置的变化大于给定阈值时设置所述遮蔽区域，以及所述更新装置可以将帧之间的所述动态体的所述位置的变化大于所述给定阈值时设置的所述遮蔽区域之外的区域学习为所述背景图像。以这种方式，可以更新背景图像。所述设置装置可以设置掩盖所述输入图像的给定帧中检测的所述动态体的初始遮蔽区域，以及所述更新装置可以学习当所述给定帧之后的帧之间的所述动态体的所述位置的变化大于给定阈值时设置的所述遮蔽区域之外的区域，直到所述输入图像中对应于所述初始遮蔽区域的所有对应区域被学习为所述背景图像为止。信息处理设备还设置有存储装置，存储通过所述更新装置更新的所述背景图像，且当帧之间的所述动态体的所述位置的变化小于所述给定阈值时，所述更新装置可以基于所述输入图像和所述存储装置中存储的所述背景图像更新所述背景图像。当所有所述对应区域被学习为所述背景图像时，所述更新装置可以基于所述输入图像和针对每预定数量的帧在存储装置中存储的所述背景图像更新所述背景图像。根据本专利技术的第二方面的图像处理方法包括:检测步骤，从输入图像检测动态体；设置步骤，基于所述检测步骤检测的所述动态体的位置设置掩盖所述输入图像中的所述动态体的遮蔽区域；更新步骤，通过将所述输入图像中的除所述遮蔽区域之外的区域学习为背景图像来更新背景图像；以及分离步骤，基于所述更新步骤更新的所述背景图像和所述输入图像将所述输入图像分离为所述背景图像和作为所述输入图像中的所述动态体的区域的前景图像。本专利技术的一个方面的程序使得计算机执行包括以下步骤的处理:检测步骤，从输入图像检测动态体；设置步骤，基于所述检测步骤检测的所述动态体的位置设置掩盖所述输入图像中的所述动态体的遮蔽区域；更新步骤，通过将所述输入图像中的所述遮蔽区域之外的区域学习为背景图像来更新背景图像；以及分离步骤，基于所述更新步骤更新的所述背景图像和所述输入图像将所述输入图像分离为所述背景图像和作为所述输入图像中的所述动态体的区域的前景图像。在本专利技术的一个方面中，从输入图像检测动态体，基于检测的动态体的位置，设置掩盖输入图像中的动态体的遮蔽区域，以及输入图像内除了遮蔽区域以外的区域被学习为背景图像。通过这种方式，更新了背景图像，且基于输入图像和更新的背景图像，输入图像被分离为背景图像和前景图像，前景图像是输入图像中的动态体的区域。本专利技术的效果根据本专利技术的一个方面，使得可以更容易和更准确地从输入图像提取物体。附图说明图1是示出了应用本专利技术的图像处理设备的一个实施例的功能配置的示例的框图。图2是示出了图像处理设备的操作模式的示例的模式转移图。图3是描述了初始模式中的初始处理的流程图。图4是描述了人物区域的设置的图。图5是描述了初始遮蔽区域的设置的图。图6是描述了过渡模式中的过渡处理的流程图。图7是描述了静止模式中的常规处理的流程图。图8是描述了初始模式中的初始处理的另一个示例的流程图。图9是示出图像处理设备的操作模式的另一个示例的模式转移图。图10是描述图9的操作模式中的过渡模式的过渡处理的流程图。图11是示出图像处理设备的功能配置的另一个示例的框图。图12是描述图11的图像处理设备的初始模式中的初始处理的流程图。图13是描述图11的图像处理设备的过渡模式中的过渡处理的流程图。图14是示出物体检测单元的功能配置的示例的框图。图15是描述物体检测处理的流程图。图16是示出物体检测单元的功能配置的另一个示例的框图。图17是描述物体检测处理的另一个示例的流程图。图18是示出计算机的硬件配置的示例的框图。具体实施例方式下面将参考附图描述本专利技术的实施例。按如下顺序进行描述。1.第一实施例(人物提取的示例)2.第二实施例(人物提取的另一个示例)3.第三实施例(物体提取的示例)〈1.第一实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2010.03.29 JP 2010-0763021.一种图像处理设备，包括: 检测装置，从输入图像检测动态体； 设置装置，基于所述检测装置检测的所述动态体的位置，设置遮蔽区域以掩盖所述输入图像中的所述动态体； 更新装置，通过将所述输入图像中的除所述遮蔽区域之外的区域学习为背景图像来更新背景图像；以及 分离装置，基于所述更新装置更新的所述背景图像和所述输入图像将所述输入图像分离为所述背景图像和作为所述输入图像中的所述动态体的区域的前景图像。2.根据权利要求1所述的图像处理设备，其中 所述检测装置针对所述输入图像的每帧检测所述动态体， 所述设置装置在帧之间的所述动态体的位置的变化大于给定阈值时设置所述遮蔽区域，以及 所述更新装置通过将帧之间的所述动态体的所述位置的变化大于所述给定阈值时设置的所述遮蔽区域之外的区域学习为所述背景图像来更新所述背景图像。3.根据权利要求2所述的图像处理设备，其中 所述设置装置设置掩盖所述输入图像的给定帧中检测的所述动态体的初始遮蔽区域，以及 所述更新装置学习当所述给定帧之后的帧之间的所述动态体的所述位置的变化大于给定阈值时设置的所述遮蔽区域之外的区域作为背景图像，直到所述输入图像中对应于所述初始遮蔽区域的所有对应区域被学习为所述背景图像为止。4.根据权利要求3所述的图像处理设备...

【专利技术属性】
技术研发人员：木村淳，
申请(专利权)人：索尼公司，
类型：
国别省市：