[發(fā)明專利]一種運(yùn)動目標(biāo)檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201010608739.2
• 申請日: 2010-12-17
• 公開（公告）號: CN102542571A
• 公開（公告）日: 2012-07-04
• 發(fā)明（設(shè)計(jì)）人: 黃光彬;陳健平;劉之富;黃凱峰;陳俊賢;林倞;胡赟;梁小丹
• 申請（專利權(quán)）人: 中國移動通信集團(tuán)廣東有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06K9/00
• 代理公司: 北京銀龍知識產(chǎn)權(quán)代理有限公司 11243
• 代理人: 許靜;趙愛軍

1.一種運(yùn)動目標(biāo)檢測方法，其特征在于，包括：

從連續(xù)多幀圖像中提取多個(gè)視頻塊，每個(gè)視頻塊由所述連續(xù)多幀圖像中相同位置處的像素塊組成；

提取視頻塊的結(jié)構(gòu)特征；

提取視頻塊的紋理特征；

將每個(gè)視頻塊的結(jié)構(gòu)特征和紋理特征組合為該視頻塊的特征向量；

將多個(gè)視頻塊的特征向量組合為背景的特征矩陣；

構(gòu)造將待檢測視頻塊的特征向量用所述特征矩陣進(jìn)行線性表示的方程，并求取所述方程的最小化殘差解，得到解向量；

當(dāng)所述解向量對應(yīng)的殘差大于第一閾值，或者，所述解向量的稀疏度小于第二閾值時(shí)，將所述待檢測視頻塊判定為運(yùn)動目標(biāo)。

2.如權(quán)利要求1所述的運(yùn)動目標(biāo)檢測方法，其特征在于，所述提取視頻塊的結(jié)構(gòu)特征包括：

構(gòu)造多個(gè)方向的二維Gabor濾波器；

將每個(gè)二維Gabor濾波器進(jìn)行垂直移動或者保持不動，得到多個(gè)二維Gabor濾波器；

求取所述視頻塊對所述多個(gè)二維Gabor濾波器的線性響應(yīng)，得到線性響應(yīng)向量；

將所述線性響應(yīng)向量構(gòu)造為所述視頻塊的結(jié)構(gòu)特征。

3.如權(quán)利要求2所述的運(yùn)動目標(biāo)檢測方法，其特征在于，所述將所述線性響應(yīng)向量構(gòu)造為所述視頻塊的結(jié)構(gòu)特征包括：

按照從大到小的順序從所述線性響應(yīng)向量中選取預(yù)定數(shù)目個(gè)元素，將選取的預(yù)定數(shù)目個(gè)元素更新為1，將其余元素更新為0，并將更新得到的線性響應(yīng)向量構(gòu)造為所述視頻塊的結(jié)構(gòu)特征。

4.如權(quán)利要求2所述的運(yùn)動目標(biāo)檢測方法，其特征在于：

所述預(yù)定數(shù)目為3。

5.如權(quán)利要求1所述的運(yùn)動目標(biāo)檢測方法，其特征在于，所述提取視頻塊的紋理特征包括：

構(gòu)造多個(gè)方向的二維Gabor濾波器；

將每個(gè)二維Gabor濾波器進(jìn)行水平移動或者保持不動，得到多個(gè)二維Gabor濾波器；

求取所述視頻塊對所述多個(gè)二維Gabor濾波器的卷積響應(yīng)，得到卷積響應(yīng)向量；

將所述卷積響應(yīng)向量的統(tǒng)計(jì)直方圖構(gòu)造為所述視頻塊的紋理特征。

6.如權(quán)利要求5所述的運(yùn)動目標(biāo)檢測方法，其特征在于，所述將所述卷積響應(yīng)向量的統(tǒng)計(jì)直方圖構(gòu)造為所述視頻塊的紋理特征：

對所述統(tǒng)計(jì)直方圖進(jìn)行歸一化處理，得到均值直方圖，并將所述均值直方圖構(gòu)造為所述視頻塊的紋理特征。

7.如權(quán)利要求1所述的運(yùn)動目標(biāo)檢測方法，其特征在于：

通過最小化1-范數(shù)的方法來求取所述方程的最小化殘差解。

8.如權(quán)利要求7所述的運(yùn)動目標(biāo)檢測方法，其特征在于，按照如下公式計(jì)算所述解向量的稀疏度：

其中，為所述解向量，為的稀疏度，k為的維數(shù)，為去除中的零元素后得到的向量，為的1-范數(shù)，為的1-范數(shù)。

9.一種運(yùn)動目標(biāo)檢測裝置，其特征在于，包括：

視頻塊提取模塊，用于從連續(xù)多幀圖像中提取多個(gè)視頻塊，每個(gè)視頻塊由所述連續(xù)多幀圖像中相同位置處的像素塊組成；

結(jié)構(gòu)特征提取模塊，用于提取視頻塊的結(jié)構(gòu)特征；

紋理特征提取模塊，用于提取視頻塊的紋理特征；

特征向量構(gòu)造模塊，用于將每個(gè)視頻塊的結(jié)構(gòu)特征和紋理特征組合為該視頻塊的特征向量；

特征矩陣構(gòu)造模塊，用于將多個(gè)視頻塊的特征向量組合為背景的特征矩陣；

求解模塊，用于構(gòu)造將待檢測視頻塊的特征向量用所述特征矩陣進(jìn)行線性表示的方程，并求取所述方程的最小化殘差解，得到解向量；

判定模塊，用于當(dāng)所述解向量對應(yīng)的殘差大于第一閾值，或者，所述解向量的稀疏度小于第二閾值時(shí)，將所述待檢測視頻塊判定為運(yùn)動目標(biāo)。

10.如權(quán)利要求9所述的運(yùn)動目標(biāo)檢測裝置，其特征在于，所述結(jié)構(gòu)特征提取模塊進(jìn)一步用于：

構(gòu)造多個(gè)方向的二維Gabor濾波器；

將每個(gè)二維Gabor濾波器進(jìn)行垂直移動或者保持不動，得到多個(gè)二維Gabor濾波器；

求取所述視頻塊對所述多個(gè)二維Gabor濾波器的線性響應(yīng)，得到線性響應(yīng)向量；

將所述線性響應(yīng)向量構(gòu)造為所述視頻塊的結(jié)構(gòu)特征。