[發明專利]一種基于顏色空間自適應更新的視覺背景提取方法

有效

• 申請號: 201410300977.5
• 申請日: 2014-06-27
• 公開（公告）號: CN104077776B
• 公開（公告）日: 2017-03-01
• 發明（設計）人: 韋貞樂;吳悅;莫永波;劉文昌;江厚銀;陳敏;汪永強
• 申請（專利權）人: 深圳市賽為智能股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 廣州嘉權專利商標事務所有限公司44205
• 代理人: 唐致明

技術領域

本發明涉及計算機視覺分析領域，尤其是一種基于顏色空間自適應更新的視覺背景提取算法。?

背景技術

為了更好的存儲和智能處理不斷增長的視頻流數據，目前業內已有不少人采用背景減除法來檢測、分割和跟蹤視頻中的運動物體，以實現運動目標的檢測。?

背景減除方法在實現運動物體的檢測時必須適應逐漸或者快速的光照變化(如云、一天中不同時間的光照等)、相機抖動，高頻事件(如樹葉或者樹干等密集出現的物體)和背景物體的改變(如新停下的車必須及時歸為背景，而由靜止狀態開始移動的對象必須及時檢測為前景)等。此外，當一個靜止的對象突然運動了，就會在對象原來覆蓋的區域形成一個ghost(鬼影)區域，或者當運動的物體突然停下了，也會引入ghost區域，因此對ghost區域的消除也是背景減除方法的一個考慮因素。?

目前大部分的背景減除方法分為兩類：1)參數化的方法，為每一個像素位置構建一個參數化模型，如高斯背景建模，核密度估計；這種方法可以成功處理動態環境的多模態背景(如晃動的樹葉)，但是這種模型對于參數的改變非常的敏感，對模型的參數的評估(尤其是方差)在噪聲圖像上也是一個問題。2)基于樣本的方法，通過對一個像素的觀察，記錄存儲其過去的一些樣本值來規避參數評估的步驟，提高了對噪聲的魯棒性；通過直接將觀察到的像素加入構建的像素模型中，來響應高頻事件的快速反應；但是其在處理以不同速度變化的伴隨事件的能力還是有限的。?

Vibe(即Visual?Background?Extractor)就是一種基于樣本的背景減除方法，僅使用第一幀圖像就完成了初始化過程，實現了采用存儲像素的過去樣本來規避參數評估的步驟，不需要等待數秒來收集樣本構建像素模型，非常適用于實時性要求高的應用或者對一些短視頻的分析。此外，Vibe構建模型的方式可以?應對背景的變化和擾動；采用了隨機替換方法來更新模型，保證了模型中樣本值生命周期的呈指數型平滑衰減，取代了傳統模型中樣本值保存一個固定時間的方法，使得背景模型很好的適應場景的變化，從而得到更好的檢測效果。而且Vibe采用的是隨機方法，計算量小，處理速度快，能快速消除ghost區域且對噪聲的魯棒性強。?

然而，現有的基于Vibe的背景減除法也存在以下缺點：a.不考慮對象陰影的消除，直接將陰影作為前景像素來處理，精確度不高；b.為克服保守的背景更新策略的限制，采用了隨機擴散機制，然而在出現誤檢時最快插入背景模型中的值不一定就是背景值，容易導致錯誤種子的不斷擴散，不利于前景物體的檢測。?

發明內容

為了解決上述技術問題，本發明的目的是：提供一種精確度高、靈活和準確的，基于顏色空間自適應更新的視覺背景提取算法。?

本發明解決其技術問題所采用的技術方案是：一種基于顏色空間自適應更新的視覺背景提取算法，包括：?

A.為標準視頻幀的像素建立樣本集并統計每個樣本出現的次數，從而得到標準模型；?

B.將待測視頻幀的像素與標準模型的像素進行對比和最近距離尋找計算，從而對待測視頻幀的像素進行前景分割；?

C.計算標準模型中樣本的可信度和自適應更新因子，然后根據自適應更新因子對樣本進行動態更新；?

D.在YUV色彩空間中對前景分割得到的前景圖與背景圖進行差分和直方圖分析，然后根據直方圖分析的結果和顏色特性差異對前景像素的陰影進行識別與消除。?

進一步，所述步驟A，其具體為：?

首先，為標準視頻幀的任一像素x建立一個樣本集M(x)，并為樣本集M(x)中的每個樣本建立一個MAP結構；然后統計每個樣本出現的次數N_t(i)，最后將統計得到的次數N_t(i)記錄到MAP結構中，其中，M(x)＝(v₁，v₂，v₃，...，v_n)，n為大于等于1的整數，i代表樣本在MAP結構中的索引，且i＝1，2，3，…，n。?

進一步，所述步驟B，其包括：?

B1.在標準模型的樣本集M(x)中搜索與待測視頻幀像素x距離最短的樣本；?

B2.判斷搜索到的樣本與待測視頻幀像素x的距離是否超過預設的距離閾值R，若是，則認為搜索到的樣本為相似樣本并將該樣本的出現次數N_t(i)加1，反之，則流程結束；?