[發(fā)明專利]目標(biāo)檢測(cè)方法及裝置、計(jì)算機(jī)可存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010171153.8
• 申請(qǐng)日: 2020-03-12
• 公開（公告）號(hào): CN113393490A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 陸嬌嬌
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電信股份有限公司
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/277
• 代理公司: 中國(guó)貿(mào)促會(huì)專利商標(biāo)事務(wù)所有限公司 11038
• 代理人: 王莉莉

本公開涉及目標(biāo)檢測(cè)方法及裝置、計(jì)算機(jī)可存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域。目標(biāo)檢測(cè)方法包括：獲取待處理視頻流，待處理視頻流包括第i幀圖像和第i+1幀圖像，i為正整數(shù)；獲取與第i幀圖像中像素點(diǎn)對(duì)應(yīng)的混合高斯模型，混合高斯模型包括至少一個(gè)單高斯模型；在第i+1幀圖像中，確定與像素點(diǎn)處于相同位置的當(dāng)前像素點(diǎn)；在混合高斯模型中存在至少一個(gè)與當(dāng)前像素點(diǎn)相匹配的單高斯模型的情況下，執(zhí)行如下步驟：利用混合高斯模型，判斷第i+1幀圖像中每個(gè)像素點(diǎn)是否屬于目標(biāo)；在第i+1幀圖像中，確定屬于目標(biāo)的像素點(diǎn)與像素點(diǎn)總數(shù)的比值；根據(jù)比值，更新混合高斯模型；利用更新后的混合高斯模型，判斷當(dāng)前像素點(diǎn)是否屬于目標(biāo)。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及目標(biāo)檢測(cè)方法及裝置、計(jì)算機(jī)可存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著“AlphaGo”以及微軟的人工智能聊天機(jī)器人的出現(xiàn)，人工智能已經(jīng)成為時(shí)下熱門的話題，備受關(guān)注。機(jī)器人將被普及到眾多領(lǐng)域，而作為對(duì)外界信息采集最為直觀快速的機(jī)器人視覺系統(tǒng)也就顯得越發(fā)重要。機(jī)器視覺是指通過CMOS(Complementary MetalOxide Semiconductor，互補(bǔ)式金屬氧化半導(dǎo)體)或者CCD(Charge Coupled Device，光電耦合組件)這類圖像獲取裝置將獲取的實(shí)際場(chǎng)景圖像轉(zhuǎn)換得到電信號(hào)，進(jìn)一步傳給圖像處理系統(tǒng)，從而對(duì)信號(hào)進(jìn)行各種運(yùn)算分析。對(duì)視頻流的圖像序列中的特定運(yùn)動(dòng)目標(biāo)進(jìn)行目標(biāo)檢測(cè)是機(jī)器視覺中一個(gè)重要的分支領(lǐng)域，如何做到快速，精準(zhǔn)的運(yùn)動(dòng)目標(biāo)檢測(cè)將直接影響到后續(xù)的目標(biāo)識(shí)別與跟蹤系統(tǒng)的實(shí)現(xiàn)。

相關(guān)技術(shù)中，在利用混合高斯模型進(jìn)行目標(biāo)檢測(cè)的過程中，采用固定的權(quán)值更新率對(duì)混合高斯模型進(jìn)行更新。

發(fā)明內(nèi)容

發(fā)明人認(rèn)為：相關(guān)技術(shù)中，采用固定的權(quán)值更新率，無(wú)法適應(yīng)視頻流中實(shí)際場(chǎng)景的變化，目標(biāo)檢測(cè)準(zhǔn)確率低。

針對(duì)上述技術(shù)問題，本公開提出了一種解決方案，提高了目標(biāo)檢測(cè)準(zhǔn)確率。

根據(jù)本公開的第一方面，提供了一種目標(biāo)檢測(cè)方法，包括：獲取待處理視頻流，所述待處理視頻流包括第i幀圖像和第i+1幀圖像，i為正整數(shù)；獲取與所述第i幀圖像中像素點(diǎn)對(duì)應(yīng)的混合高斯模型，所述混合高斯模型包括至少一個(gè)單高斯模型；在所述第i+1幀圖像中，確定與所述像素點(diǎn)處于相同位置的當(dāng)前像素點(diǎn)；在所述混合高斯模型中存在至少一個(gè)與所述當(dāng)前像素點(diǎn)相匹配的單高斯模型的情況下，執(zhí)行如下步驟：利用所述混合高斯模型，判斷所述第i+1幀圖像中每個(gè)像素點(diǎn)是否屬于目標(biāo)；在所述第i+1幀圖像中，確定屬于目標(biāo)的像素點(diǎn)與像素點(diǎn)總數(shù)的比值；根據(jù)所述比值，更新所述混合高斯模型；利用更新后的混合高斯模型，判斷所述當(dāng)前像素點(diǎn)是否屬于目標(biāo)。

在一些實(shí)施例中，根據(jù)所述比值，更新所述混合高斯模型包括：根據(jù)所述比值，更新所述混合高斯模型的權(quán)值更新率；根據(jù)更新后的權(quán)值更新率，更新與所述當(dāng)前像素點(diǎn)相匹配的每個(gè)單高斯模型的權(quán)值、均值和方差，得到更新后的混合高斯模型。

在一些實(shí)施例中，所述混合高斯模型的權(quán)值更新率與所述比值成負(fù)相關(guān)。

在一些實(shí)施例中，根據(jù)所述比值，更新所述混合高斯模型的權(quán)值更新率包括：在所述比值大于或等于0且小于或等于第一閾值的情況下，將所述混合高斯模型的權(quán)值更新率設(shè)置為第一值；在所述比值大于第一閾值且小于或等于第二閾值的情況下，根據(jù)公式α＝-aη+b計(jì)算所述混合高斯模型的權(quán)值更新率，α為權(quán)值更新率，η為所述比值，a和b均為正數(shù)，權(quán)值更新率與所述比值成線性負(fù)相關(guān)；在所述比值大于第二閾值且小于或等于第三閾值的情況下，根據(jù)公式α＝-cη+d計(jì)算所述混合高斯模型的權(quán)值更新率，c和d均為正數(shù)，權(quán)值更新率與所述比值成線性負(fù)相關(guān)，c＜a且d＜b；在所述比值大于第三閾值的情況下，將所述混合高斯模型的權(quán)值更新率設(shè)置為第二值，所述第二值小于所述第一值。