[發(fā)明專利]一種基于有限狀態(tài)機的遺留物檢測方法

有效

• 申請?zhí)枺?/td>: 201310184195.5
• 申請日: 2013-05-19
• 公開（公告）號: CN103226712A
• 公開（公告）日: 2013-07-31
• 發(fā)明（設(shè)計）人: 廖峰
• 申請（專利權(quán)）人: 南京新方向智能技術(shù)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 朱小兵

技術(shù)領(lǐng)域

本發(fā)明涉及一種視頻遺留物檢測方法，更具體地涉及一種基于雙背景模型對圖像每個像素建立擴展有限狀態(tài)機進行分類從而檢測遺留物的方法。

背景技術(shù)

近年來，隨著恐怖主義的蔓延，國內(nèi)外公共安全事件多發(fā)，特別是公共場所爆炸物造成重大傷亡的情況時有發(fā)生。視頻遺留物檢測就是針對犯罪分子在航站、火車站等公共場所趁人不備放置危險品時能迅速發(fā)出報警的一種技術(shù)手段。同時，遺留物檢測也可以在交通場景中用于檢測停車事件。

目前視頻遺留物檢測方法主要通過背景減法檢測遺留物。對靜止攝像機視頻圖像中每個像素建立高斯模型得到背景，背景需要不斷學(xué)習(xí)以適應(yīng)光照和場景緩慢的變化。使用兩個不同更新速度的背景模型來檢測遺留物。其中，更新快的模型是短時模型，遺留物很快就融入到背景模型；更新慢的是長時模型，遺留物要過一段時間才融入模型。在遺留物融入短時背景模型，還沒有融入到長時背景模型時，兩個背景的差就是遺留物。

在現(xiàn)有方法中，遺留物在一段時間后，也會被長時背景模型吸收，這時遺留物就不能再被檢測到。另外，如果有物體從場景中被移開，會被當做遺留物被檢測到。現(xiàn)有方法解決這些問題，需要有選擇地使用已檢測的遺留物更新長時背景模型，并保持對遺留物的跟蹤。然而不正確的更新策略會導(dǎo)致不正確的檢測，甚至導(dǎo)致光照變化被檢測為遺留物。特別在實際密集人流的場合，運動的人流對遺留物形成遮擋和陰影，難以初始化和保持對遺留物的跟蹤，現(xiàn)有方法的虛警和漏警率很高，難以實用。

本質(zhì)上，現(xiàn)有的方法需要跟蹤遺留物檢測的結(jié)果來干預(yù)背景模型，防止遺留物被背景模型吸收。在簡單場景下，因為對物體的跟蹤比較簡單，因而檢測遺留物比較可靠。一旦場景中目標較多，相互遮擋和陰影的影響，遺留物的跟蹤出現(xiàn)錯誤，就會干撓背景模型，并且難以恢復(fù)，出現(xiàn)虛警和誤警。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是針對背景技術(shù)的缺陷，提出一種基于狀態(tài)機的遺留物檢測方法，對每個像素建立有限狀態(tài)機，定義在給定狀態(tài)下，根據(jù)兩個不同更新速度的背景模型可以得到的結(jié)果。這個方法在遺留物被兩個背景吸收的情況下，可以根據(jù)像素歷史仍然檢測出遺留物。因為不依賴于跟蹤信息，在解決密集人流的場合下也能取得好的檢測效果。

本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案：

一種基于有限狀態(tài)機的遺留物檢測方法，包括以下步驟：

步驟1：建立視頻圖像的高斯混合背景模型，根據(jù)不同學(xué)習(xí)速率分別建立短時背景模型和長時背景模型；?

步驟2：實時采集視頻流，對于采集到的每一幀視頻圖像，進行以下處理：

201，根據(jù)步驟1建立的短時背景模型、長時背景模型分別提取該幀視頻圖像的前景圖像，對于該幀視頻圖像中的每個像素進行分類，如果像素屬于前景，則將其記為1，否則記為0，得到每個像素分別對應(yīng)于短時背景模型和長時背景模型的二元分類結(jié)果（X,Y），作為有限狀態(tài)機的輸入字母表；其中X為像素在長時背景模型中的分類結(jié)果，Y為像素在短時背景模型中的分類結(jié)果，X=0或1，Y=0或1；

202，為每個像素建立一個有限狀態(tài)機（I，Q，Z，δ，ω），將每個像素分別在短時背景模型和長時背景模型的二元分類結(jié)果作為有限狀態(tài)機的輸入I={（0,0）,（0,1）,（1,0）,（1,1）}，根據(jù)有限狀態(tài)機的狀態(tài)集Q及其狀態(tài)轉(zhuǎn)移函數(shù)δ得到每個像素當前幀對應(yīng)的狀態(tài)，Z={0,1，...，|Q|}是輸出字母表，ω={0,1}是輸出函數(shù)；

203，將每個像素當前幀對應(yīng)狀態(tài)機的狀態(tài)號作為輸出字母表進行分類映射：Z->ω，分類結(jié)果形成二值圖像，對應(yīng)這個圖像值為1的像素屬于遺留物；?

步驟3:對步驟2得到的二值圖像進行聯(lián)通區(qū)域分析，使用區(qū)域生長法得到遺留物的形狀和輪廓，計算出包圍遺留物的矩形盒；

步驟4：循環(huán)執(zhí)行步驟2-3，對得到的遺留物矩形盒計時，當達到門限時即檢測出遺留物并報警。

優(yōu)選的，本發(fā)明的一種基于有限狀態(tài)機的遺留物檢測方法，所述有限狀態(tài)機由輸入字母表、狀態(tài)集、輸出字母表、狀態(tài)轉(zhuǎn)移函數(shù)和輸出函數(shù)構(gòu)成，具體如下：

輸入字母表：是長時背景模型和短時背景模型對像素分類結(jié)果構(gòu)成的集{（0,0），（0,1），（1,0）（1,1）}，其中0表示背景，1表示前景；

狀態(tài)集及其轉(zhuǎn)移函數(shù)具體如下：

狀態(tài)0-像素是背景；當輸入是（0,0）時，狀態(tài)保持不變；當輸入是（1,1）時，轉(zhuǎn)移至狀態(tài)1；當輸入是（0,1）時，轉(zhuǎn)移至狀態(tài)3；當輸入是（1,0）時，轉(zhuǎn)移至狀態(tài)7；