[發(fā)明專(zhuān)利]一種基于單高斯背景建模的廚房老鼠檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811504270.0
• 申請(qǐng)日: 2018-12-10
• 公開(kāi)（公告）號(hào): CN109684946A
• 公開(kāi)（公告）日: 2019-04-26
• 發(fā)明（設(shè)計(jì)）人: 呂金剛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 成都睿碼科技有限責(zé)任公司;杭州數(shù)峰科技有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06T7/20
• 代理公司: 成都君合集專(zhuān)利代理事務(wù)所(普通合伙) 51228
• 代理人: 張鳴潔

1.一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，包括可疑目標(biāo)檢測(cè)的步驟，首先初始化全局參數(shù)，若為第一幀，則初始化背景模型，否則判斷是否滿(mǎn)足更新背景間隔時(shí)間T0，若滿(mǎn)足，則更新均值u與方差d；然后進(jìn)行背景差分、前景時(shí)間積累、輸出前景；所述可疑目標(biāo)檢測(cè)包括模型參數(shù)簡(jiǎn)化：將均值u設(shè)置為整型，取值范圍為[0 255]；將方差d設(shè)置為整型，取值范圍為[0 255]；增加前景積累時(shí)間t，數(shù)據(jù)類(lèi)型為整型，取值范圍為[0255]。

2.根據(jù)權(quán)利要求1所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，以視頻的第一幀f1初始化均值u，初始化方差d為經(jīng)驗(yàn)值5，將前景積累時(shí)間初始化為0，設(shè)fg為前景目標(biāo)，設(shè)背景更新間隔時(shí)間為T(mén)0，前景檢測(cè)閾值為thr，前景目標(biāo)持續(xù)時(shí)間閾值T1；開(kāi)始順序讀取視頻流的下一幀圖像f，其中f(x,y)代表在坐標(biāo)(x,y)處的圖像亮度值。

3.根據(jù)權(quán)利要求2所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，所述可疑目標(biāo)檢測(cè)中背景更新包括針對(duì)每一幀視頻圖像進(jìn)行處理，若滿(mǎn)足背景更新間隔時(shí)間T0，則執(zhí)行背景模型更新操作：

若f（x,y）>u(x,y),則u(x,y)=u(x,y)+1；

若f（x，y）<u(x,y),則u(x,y)=u(x,y)–1；

若|f（x，y）-u(x,y)|>d(x,y),則d(x,y)=mind(x,y)+1；

若|f（x，y）-u(x,y)|<d(x,y),則d(x,y)=d(x,y)-1；

針對(duì)每一幀圖像進(jìn)行處理：

若t(x,y)>T1，則：t（x,y）=0,u(x,y)=f(x,y),d(x,y)=5。

4.根據(jù)權(quán)利要求3所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，所述可疑目標(biāo)檢測(cè)中背景差分實(shí)現(xiàn)前景檢測(cè)，針對(duì)每一幀視頻圖像進(jìn)行判斷，執(zhí)行以下操作：

若|f（x，y）-u(x,y)|>max(thr,3*d(x,y)),則fg(x,y)=255；

若|f（x，y）-u(x,y)|<=max(thr,3*d(x,y)),則fg(x,y)=0；

若|f（x，y）-u(x,y)|>max(thr,3*d(x,y)),則t(x,y)=min（t(x,y)+1），255）；

若|f（x，y）-u(x,y)|<=max(thr,3*d(x,y)),則t(x,y)=max（t(x,y)–1，0）。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，所述可疑目標(biāo)檢測(cè)包括對(duì)視頻進(jìn)行背景建模、更新、實(shí)時(shí)提取運(yùn)動(dòng)前景區(qū)域；然后對(duì)運(yùn)動(dòng)前景二值圖進(jìn)行連通域標(biāo)記，獲取圖像中發(fā)生移動(dòng)變化的區(qū)域的外接矩形框。

6.根據(jù)權(quán)利要求1所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，還包括目標(biāo)跟蹤的步驟：首先建立目標(biāo)管道，用于存儲(chǔ)目標(biāo)在時(shí)間序列上的狀態(tài)數(shù)組；每一個(gè)新出現(xiàn)的目標(biāo)占用一條管道，管道的長(zhǎng)度即緩存同一個(gè)目標(biāo)在場(chǎng)景中持續(xù)存在的時(shí)間，以圖像幀數(shù)計(jì)；然后，當(dāng)下一幀檢測(cè)到可疑目標(biāo)時(shí)，則將每個(gè)目標(biāo)與緩存的管道數(shù)組進(jìn)行特征匹配，若匹配成功，則將目標(biāo)狀態(tài)寫(xiě)入該管道；若該目標(biāo)沒(méi)有對(duì)應(yīng)匹配成功的管道，則該目標(biāo)是新出現(xiàn)的目標(biāo)，新建管道并加入；對(duì)于每一條目標(biāo)管道，連續(xù)N幀未有目標(biāo)關(guān)聯(lián)上，即該管道代表的目標(biāo)已不在監(jiān)控視場(chǎng)內(nèi)，則刪除管道。

7.根據(jù)權(quán)利要求6所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，還包括目標(biāo)分類(lèi)的步驟，首先截取可疑目標(biāo)的當(dāng)前圖像，并進(jìn)行分辨率歸一化，歸一化尺寸與機(jī)器學(xué)習(xí)訓(xùn)練的分類(lèi)器的尺寸保持一致；然后通過(guò)機(jī)器學(xué)習(xí)算法預(yù)先離線(xiàn)訓(xùn)練好的老鼠分類(lèi)器，對(duì)歸一化之后的目標(biāo)進(jìn)行分類(lèi)；最后，進(jìn)行二次過(guò)濾，對(duì)每個(gè)目標(biāo)最近連續(xù)N幀分類(lèi)結(jié)果進(jìn)行統(tǒng)計(jì)，若N幀中有設(shè)定閾值M幀全部被判定為老鼠，則該目標(biāo)為真實(shí)老鼠；否則不是真實(shí)老鼠。

8.根據(jù)權(quán)利要求7所述的一種基于單高斯背景建模的廚房老鼠檢測(cè)方法，其特征在于，訓(xùn)練分類(lèi)器所用的老鼠樣本數(shù)據(jù)中時(shí)間包含白天、晚上，顏色包括白色、黑色、灰色、黃色。