[发明专利]一种根据场景变化特征对视频中运动物体检测的方法

权利要求书

1、一种根据场景变化特征对视频中运动物体检测的方法，其特征在于包括以下步骤：

(1)首先根据训练图像进行特征点检测、背景特征点参数计算和背景模型像素点参数计算，

(2)在运动物体检测时，对当前要检测的图像，根据所述的背景特征点参数和当前检测的图像特征点计算运动特征点；

(3)根据所述的运动特征点对背景模型中像素点参数进行分类；

(4)根据分类结果计算背景模型像素点参数更新速率；

(5)最后根据当前图像和背景模型像素点参数，采用背景差方法得到运动物体的位置和形状，同时根据计算出来的背景模型像素点更新速率，对背景模型像素点参数进行更新。

2、根据权利要求1所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述步骤(1)中背景特征点参数计算如下：采集一组包含运动物体的视频序列图像p帧作为原始训练样本集，对该原始训练样本集采用Harris角点检测器检测Harris特征点，然后采用m×n像素点大小的窗口进行连续帧之间的特征点匹配，得到背景特征点矩阵及其参数，其中m和n分别代表窗口的长和宽，表明该特征点与其他特征点进行匹配的区域大小。

3、根据权利要求2所述的根据权利要求1所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述的Harris特征点采用一个128维的特征描述子进行描述，并进行归一化。

4、根据权利要求1所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述步骤(1)中背景像素点参数计算采用单高斯模型计算。

5、根据权利要求1所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述步骤(2)中运动特征点计算过程为：采用Harris角点检测器检测其中的特征点，然后与背景特征点矩阵比较，计算得到运动特征点参数。

6、根据权利要求1所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述步骤(3)中根据运动特征点对背景模型中像素点参数进行分类的方法为：根据图像中的运动特征点信息，将背景模型中的像素点分为三类：(a)无运动物体经过区域像素点；(b)运动物体所在区域像素点；(c)原先静止的背景物体离开后形成的背景区域和原先运动的运动物体静止后成为背景的区域的像素点。

7、根据权利要求1所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述步骤(4)中根据背景模型像素点参数的分类结果，采用核函数计算每个像素点的更新速率。

8、根据权利要求6或7所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述的分类(a)类像素点的更新速率保持不变。

9、根据权利要求6或7所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述的(b)类像素点，其周围像素点(x’，y’)的更新速率计算公式为：

α(x′,y′)=1-e-β[(x′-x0)2+(y′-y0)2]]]>

其中β表示空间距离对函数值变化的影响大小。

10、根据权利要求6或7所述的根据场景变化特征对视频中运动物体检测的方法，其特征在于：所述的(c)类像素点，其周围像素点(x’，y’)的更新速率计算公式为：

α(x′,y′)=αmaxe-β[(x′-x0)2+(y′-y0)2]]]>

其中，α_max为最大更新速率；

当像素点(x’，y’)周围有多个特征点时，其更新速率取分别计算时的均值：

α(x′,y′)=1nΣi=1nαi(x′,y′)]]>

其中，α_i(x′，y′)表示依据第i个特征点计算得到的更新速率。