[发明专利]用于更新场景模型和视频监视的方法和设备

权利要求书

1.一种用于更新视频中的场景模型的方法，所述场景模型包括多个视觉元素，所述方法包括：

分类步骤，用于根据场景中的视觉元素的表象改变率将视觉元素分类成静止视觉元素和运动视觉元素；

边界确定步骤，用于根据所述静止视觉元素和所述运动视觉元素的空间分布信息确定场景中的边界；以及

更新步骤，用于根据所确定的所述场景中的边界更新所述场景模型。

2.如权利要求1所述的方法，其中所述视觉元素是单个像素或者一组相邻的像素。

3.如权利要求1所述的方法，其中所述分类步骤还包括：

计算所述多个视觉元素的表象改变率；以及

根据预定的表象改变率阈值将所述多个视觉元素分类成所述静止视觉元素或所述运动视觉元素。

4.如权利要求3所述的方法，其中所述视觉元素的表象改变率基于在预定的时间段中所述视觉元素在多个帧中的改变来计算。

5.如权利要求4所述的方法，其中所述视觉元素的表象改变率基于在预定的时间段中所述视觉元素在多个帧中的每两个相邻的帧之间的改变次数来计算。

6.如权利要求2所述的方法，其中所述视觉元素的表象改变率利用所述单个像素的像素值或所述一组相邻的像素的平均像素值来计算。

7.如权利要求3所述的方法，其中所述边界确定步骤还包括：

沿着第一方向将所述场景划分成一个或多个第一子场景；

沿着不同的第二方向将每个第一子场景划分成由静止视觉区域和运动视觉区域构成的第一序列，其中所述静止视觉区域和所述运动视觉区域彼此交替，并且所述静止视觉区域和所述运动视觉区域的总数为N，N是等于或大于2的整数；以及

在每个第一子场景中确定所述第一序列的顺序以及所述静止视觉区域和所述运动视觉区域之间的N-1个边界，使得在每个静止视觉区域中静止视觉元素的密度以及在每个运动视觉区域中运动视觉元素的密度的总和为最大值。

8.如权利要求7所述的方法，其中所述边界确定步骤还包括：

沿着所述第二方向将所述场景划分成一个或多个第二子场景；

沿着所述第一方向将每个第二子场景划分成由静止视觉区域和运动视觉区域构成的第二序列，其中所述静止视觉区域和所述运动视觉区域彼此交替，并且所述静止视觉区域和所述运动视觉区域的总数为M，M是等于或大于2的整数；以及

在每个第二子场景中确定所述第二序列的顺序以及所述静止视觉区域和所述运动视觉区域之间的M-1个边界，使得在每个静止视觉区域中静止视觉元素的密度以及在每个运动视觉区域中运动视觉元素的密度的总和为最大值。

9.如权利要求1-8中任一项所述的方法，其中所述更新步骤还包括：

根据所有的边界拟合闭合的曲线；

根据所述曲线修改所述边界以形成闭合区域，其中所述静止视觉元素或所述运动视觉元素在每个闭合区域中占主要地位；以及

根据所修改的边界来更新所述场景模型。

10.如权利要求9所述的方法，其中所述闭合的曲线以曲线尽可能平滑的方式拟合。

11.一种用于视频监视的方法，包括：

获取视频；

根据权利要求1-10中任一项所述的方法更新视频中的场景模型；以及

根据所更新的场景模型，检测视频中的前景对象。

12.一种用于更新视频中的场景模型的设备，所述场景模型包括多个视觉元素，所述设备包括：

分类单元，用于根据场景中的视觉元素的表象改变率将视觉元素分类成静止视觉元素和运动视觉元素；

边界确定单元，用于根据所述静止视觉元素和所述运动视觉元素的空间分布信息确定场景中的边界；以及

更新单元，用于根据所确定的所述场景中的边界更新所述场景模型。

13.如权利要求12所述的设备，其中所述视觉元素是单个像素或者一组相邻的像素。

14.如权利要求12所述的设备，其中所述分类单元还包括：

计算单元，用于计算所述多个视觉元素的表象改变率；以及

静止/运动视觉元素分类子单元，用于根据预定的表象改变率阈值将所述多个视觉元素分类成所述静止视觉元素或所述运动视觉元素。