[发明专利]背景建模方法、装置及设备

说明书

技术领域

本发明涉及数字媒体处理技术领域，尤其涉及一种背景建模方法、装置及设备。

背景技术

背景建模技术是数字视频处理的关键技术，对提高视频编码性能和视频内容分析效果都有很大帮助。利用背景建模进行视频编码和内容分析的帧结构图如图1所示，图中的训练集(trainset)表示背景建模的训练阶段，组(segment)表示一组视频帧。第0个训练集为第1组视频帧生成背景帧，第1个训练集为第2组视频帧生成背景帧，以此类推。在视频编码中，生成的背景帧可以用于为后续视频帧提供背景参考。在内容分析中，生成的背景帧可以用于背景减除得到前景区域，并在前景区域中完成内容分析。

高斯密度函数估计是一种参数化模型。有单高斯模型(Single Gaussian Model,SGM)和高斯混合模型(Gaussian mixture model，简称为GMM)两类。类似于聚类，根据高斯概率密度函数参数的不同，每一个高斯模型可以看作一种类别，输入一个样本x，即可通过高斯概率密度函数计算其值，然后通过一个阈值来判断该样本是否属于高斯模型。单高斯模型适合于仅有两类别问题的划分，而高斯混合模型由于具有多个模型，划分更为精细，适用于多类别的划分，可以应用于复杂对象建模。

目前效果最好的背景建模方法之一是高斯混合模型，它使用K个高斯模型来表征图像中各个像素点的特征，在新一帧图像获得后更新高斯混合模型，用当前图像中的每个像素点与高斯混合模型匹配，如果成功则判定该点为背景点，否则为前景点。高斯混合模型能建模出干净的背景，从而提升视频编码性能和视频内容分析效果。

高斯模型主要是由权重、方差和均值等参数决定，对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。在高斯混合模型建模过程中，首先初始化预先定义的几个高斯模型，对高斯模型中的参数进行初始化，并求出之后将要用到的参数。其次，对于每一帧中的每一个像素进行处理，看其是否匹配某个模型，若匹配，则将该像素归入该模型中，并对该模型根据新的像素值进行更新；若不匹配，则以该像素建立一个高斯模型，初始化参数，代替原有高斯模型中最不可能的模型。最后，选择前面几个最有可能的模型作为背景模型。

相关技术中，在更新权重、方差和均值参数时，通过浮点和除法运算对权重、均值和方差等参数进行更新。高斯混合模型的参数更新需要大量浮点和除法运算，而浮点和除法运算比较复杂，尤其是在硬件实现上需要付出很高的代价。

发明内容

针对相关技术中高斯混合模型的参数更新需要大量浮点和除法运算，而浮点和除法运算比较复杂，尤其是在硬件实现上需要付出很高的代价的问题，本发明提供了一种背景建模方法、装置及设备，以至少解决上述问题。

根据本发明的一个方面，提供了一种背景建模方法，包括：获取视频监控数据的步骤，初始化高斯混合模型的参数的步骤，更新所述参数的步骤，生成背景图像的步骤，其中，所述更新所述参数的步骤包括：将高斯混合模型中浮点计算的第一参数转换成对应第二参数的累加和的整数迭代；利用所述第二参数及整数除法模拟算法更新所述参数。

可选地，所述第一参数包括：权重、均值和方差。

可选地，将高斯混合模型中浮点计算的第一参数转换成对应第二参数的累加和的整数迭代，包括：将第一权值的更新替换成对应第二权值累加和的整数迭代；将第一均值的更新替换成对应第二均值累加和的整数迭代；将第一方差的更新替换成对应第二方差累加和的整数迭代。

可选地，所述整数除法模拟算法包括：以除数和被除数为索引、以除法运算结果为参数建立结果表，除法计算时通过查表获得结果；或者，软件模拟除法运算，每次减去1左移若干位的值直到最终减出的值小于被除数。

根据本发明的另一个方面，提供了一种背景建模装置，包括：获取模块，用于获取视频监控数据；初始化模块，用于初始化高斯混合模型的参数；更新模块，用于更新所述参数；生成模块，用于生成背景图像，其中，所述更新模块包括：转换单元，用于将高斯混合模型中浮点计算的第一参数转换成对应第二参数的累加和的整数迭代；更新单元，用于利用所述第二参数及整数除法模拟算法更新所述参数。

可选地，所述第一参数包括：权重、均值和方差。

可选地，所述转换单元，用于将第一权值的更新替换成对应第二权值累加和的整数迭代；将第一均值的更新替换成对应第二均值累加和的整数迭代；将第一方差的更新替换成对应第二方差累加和的整数迭代。