[發(fā)明專利]一種基于背景差分和HOG特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410818244.0
• 申請(qǐng)日: 2014-12-24
• 公開(kāi)（公告）號(hào): CN104537688A
• 公開(kāi)（公告）日: 2015-04-22
• 發(fā)明（設(shè)計(jì)）人: 韓光;顧靜;李曉飛;吳鵬飛
• 申請(qǐng)（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 朱小兵

1.一種基于背景差分和HOG特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于，包括以下步驟：

步驟1，獲取視頻，采用背景差分方法，對(duì)視頻進(jìn)行背景建模，提取出目標(biāo)前景圖像；

步驟2，對(duì)步驟1中提取出的目標(biāo)前景圖像進(jìn)行校正，具體為確定提取出的目標(biāo)前景圖像中每個(gè)待校正區(qū)域的位置，并計(jì)算每個(gè)待校正區(qū)域的外接矩形的大小，對(duì)每個(gè)待校正區(qū)域進(jìn)行以下處理：

201，若某個(gè)待校正區(qū)域被另一個(gè)待校正區(qū)域的外接矩形完全包含，則將該區(qū)域加入到另一個(gè)區(qū)域中；

202，若某個(gè)待校正區(qū)域的外接矩形與另一個(gè)待校正區(qū)域的外接矩形相交或兩者之間的距離小于閾值，則將兩個(gè)區(qū)域合并；

203，將剩余的待校正區(qū)域中外接矩形面積小于設(shè)定值的區(qū)域直接過(guò)濾掉；

204，將經(jīng)過(guò)步驟201-203后剩下的外接矩形作為運(yùn)動(dòng)區(qū)域；

步驟3，在校正后的目標(biāo)前景圖像中，用HOG特征描述子進(jìn)行運(yùn)動(dòng)區(qū)域內(nèi)的目標(biāo)檢測(cè)。

2.根據(jù)權(quán)利要求1所述的一種基于背景差分和HOG特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于，步驟1中背景建模是采用自適應(yīng)背景模型。

3.根據(jù)權(quán)利要求1所述的一種基于背景差分和HOG特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于，步驟3中用HOG特征描述子進(jìn)行運(yùn)動(dòng)區(qū)域內(nèi)的目標(biāo)檢測(cè)，具體步驟如下：

301，采用Gamma校正法對(duì)步驟2中校正后的目標(biāo)前景圖像進(jìn)行顏色空間的標(biāo)準(zhǔn)化；

302，對(duì)步驟301中標(biāo)準(zhǔn)化之后的圖像進(jìn)行分塊，再將每個(gè)塊進(jìn)行單元?jiǎng)澐郑?/p>

303，計(jì)算步驟2中校正后的目標(biāo)前景圖像的梯度；

304，將步驟303中計(jì)算得到的梯度投影到單元的梯度方向，并且構(gòu)建直方圖；

305，將所有單元在塊上進(jìn)行歸一化；

306，提取運(yùn)動(dòng)區(qū)域內(nèi)所有塊的HOG特征；

307，將步驟306中提取的HOG特征輸入到SVM分類器中，尋找一個(gè)最優(yōu)超平面作為決策函數(shù)，從而完成目標(biāo)檢測(cè)。

4.根據(jù)權(quán)利要求3所述的一種基于背景差分和HOG特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于，步驟202中所述閾值通過(guò)OTST動(dòng)態(tài)閾值算法得出。

5.根據(jù)權(quán)利要求4所述的一種基于背景差分和HOG特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于，通過(guò)形態(tài)學(xué)濾波對(duì)步驟1提取出的目標(biāo)前景圖像進(jìn)行噪聲消除。