[發(fā)明專利]用于檢測對象的設(shè)備和方法

有效

• 申請?zhí)枺?/td>: 201610498023.9
• 申請日: 2016-06-29
• 公開（公告）號: CN105957110B
• 公開（公告）日: 2018-04-13
• 發(fā)明（設(shè)計）人: 丁大鈞;趙麗麗
• 申請（專利權(quán)）人: 上海小蟻科技有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 北京尚倫律師事務(wù)所11477
• 代理人: 張俊國

技術(shù)領(lǐng)域

本公開總體涉及計算機視覺技術(shù)，更具體地，涉及用于從一個或多個圖像幀中檢測和跟蹤移動對象的系統(tǒng)和方法。

背景技術(shù)

隨著技術(shù)的進(jìn)步和需求的增加，視頻監(jiān)控技術(shù)得以快速發(fā)展并廣泛用于多個領(lǐng)域，例如智能監(jiān)控和運輸。視頻監(jiān)控指的是這樣的任意一種技術(shù)：其利用攝像機或其它成像傳感器來捕捉環(huán)境的一個或多個圖像，并執(zhí)行圖像分析來為各種目的識別對象和/或獲得信息。檢測和跟蹤移動對象是計算機視覺搜索的重要主題。技術(shù)進(jìn)步以及移動對象檢測和跟蹤的實現(xiàn)吸引了社會的大量關(guān)注。

用于檢測移動對象的傳統(tǒng)技術(shù)包括：基于光流的方法，基于幀差的方法，基于背景差或基于背景減除的方法，基于顏色跟蹤(例如，均值偏移(meanshift))的方法，以及基于模式識別的對象檢測和跟蹤方法。

基于光流的方法使用光流的特性(例如，從隨著時間捕捉到的圖像導(dǎo)出的像素移動向量)來檢測和跟蹤移動對象。然而，基于光流的方法需要復(fù)雜的計算。另外，基于光流的方法對信號噪聲敏感。為了實現(xiàn)實時地檢測和跟蹤移動對象，這些方法要求較強的計算能力。

基于幀差的方法基于差別方法在隨著時間連續(xù)獲得的兩個或三個圖像中檢測移動區(qū)域。這些方法相對簡單并對場景中光的變化不敏感。然而，容易在檢測到的移動對象中具有空隙空間。結(jié)果，檢測到的移動區(qū)域往往不完整。

背景差或減除的方法被頻繁用于運動檢測中。這些方法計算當(dāng)前圖像幀和背景圖像(或圖像幀)之間的差以獲得移動區(qū)域。這些方法通常產(chǎn)生完整的移動區(qū)域。然而，這些方法對光和場景的變化敏感，并可能在結(jié)果中呈現(xiàn)出噪聲，這可能限制這些方法的有效性。

基于顏色跟蹤的方法的例子包括均值偏移和連續(xù)自適應(yīng)均值偏移(camshift)方法。連續(xù)自適應(yīng)均值偏移方法使用對象顏色的直方圖模型來獲得背投(back projection)模型，由此將圖像數(shù)據(jù)轉(zhuǎn)換為顏色的概率分布圖，并基于顏色實現(xiàn)跟蹤。均值偏移方法是基于密度函數(shù)梯度的非參數(shù)方法。這些方法通過經(jīng)由迭代發(fā)現(xiàn)概率分布的極值而在圖像數(shù)據(jù)中定位對象。這些方法使用對象的顏色作為跟蹤的首要信息，并且快速且有效地跟蹤單顏色移動對象。然而，這些方法對顏色敏感。例如，當(dāng)背景包括顏色接近移動對象的顏色的對象時，這些方法可能會錯誤地跟蹤背景中的對象。

基于模式識別的對象檢測和跟蹤方法提前學(xué)習(xí)對象的特性，然后基于提取學(xué)習(xí)的特性從圖像中檢測所述對象。這些方法對于某些移動對象(例如，行人、車輛等)是有效的。然而，這些方法的計算需求較大，這將對處理硬件產(chǎn)生高的負(fù)荷。

所公開的方法和系統(tǒng)解決了上述一個或多個問題。例如，公開的方法和系統(tǒng)可以準(zhǔn)確、快速和有效地從圖像中檢測對象的移動方向，并開始跟蹤移動對象。

發(fā)明內(nèi)容

與本公開的一個公開實施例一致地，提供了一種設(shè)備。所述設(shè)備可以包括：存儲器，被配置為存儲指令；以及處理器，被配置為執(zhí)行所述指令，以獲得包含于圖像幀中的感興趣區(qū)域的圖像數(shù)據(jù)。所述處理器還被配置為比較所述感興趣區(qū)域的圖像數(shù)據(jù)與背景的圖像數(shù)據(jù)，檢測在所述感興趣區(qū)域中的變化。所述處理器還可以被配置為基于檢測到的變化檢測在圖像幀中的對象。

與本公開的另一公開實施例一致地，提供了一種用于檢測對象的方法。所述方法可以包括獲得包含于圖像幀中的感興趣區(qū)域的圖像數(shù)據(jù)。所述方法還可以包括比較所述感興趣區(qū)域的圖像數(shù)據(jù)與背景的圖像數(shù)據(jù)，以檢測在所述感興趣區(qū)域中的變化。所述方法還可以包括基于檢測到的變化檢測在圖像幀中的對象。

與本公開的又一公開實施例一致地，提供了一種非瞬態(tài)計算機可讀介質(zhì)。所述非瞬態(tài)計算機可讀介質(zhì)可以存儲指令，當(dāng)被處理器執(zhí)行時，所述指令使得所述處理器執(zhí)行用于檢測對象的方法。所述方法可以包括獲得包含于圖像幀中的感興趣區(qū)域的圖像數(shù)據(jù)。所述方法還可以包括比較所述感興趣區(qū)域的圖像數(shù)據(jù)與背景的圖像數(shù)據(jù)，以檢測在所述感興趣區(qū)域中的變化。所述方法還可以包括基于檢測到的變化檢測在圖像幀中的對象。

可以理解的是，上述通用描述和后續(xù)詳細(xì)描述都只是示例性和解釋性的，而并不限制如所要求保護(hù)的本發(fā)明。

附圖說明

附圖并入并構(gòu)成本說明書的一部分，示出了與本公開一致的實施例，并與說明書一起用于解釋本公開的原理。

圖1是示出根據(jù)示例性實施例的用于檢測對象的系統(tǒng)的示意圖。

圖2是根據(jù)示例性實施例的用于檢測對象的系統(tǒng)的框圖。

圖3A是示出根據(jù)示例性實施例的用于檢測對象的方法的圖像幀。