[发明专利]一种复杂场景下的物品安全检测方法

说明书

技术领域

本发明涉及，特别涉及一种复杂场景下的物品安全检测方法。

背景技术

近年来，随着人们对公共场合安全防护需求的不断提高，如何使视频监控系统在无人为干预的条件下实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而主动及时地向监控人员发出异常报警信息，已经成为视频监控系统主要的研究目标。作为视频监控的重要任务之一，物品安全检测也在很多领域存在着应用空间。该领域在以往的研究中已经提出了很多方法，主要集中在两个方面的研究：运动区域监测和跟踪信息分析方法。

由于实时场景中存在着光照突变，天气变化和重复运动等不确定因素，使得获取稳定可靠的运动区域的难度加大，现有的运动区域监测方法有如下几类：时间差分法、光流法、统计方法以及背景减除法。其中，背景减法在摄像机静止和环境光渐变的情况下表现出良好的效果。在背景减法中提出在贝叶斯框架的基础上，结合频谱，空间和时间的特征，描述背景中的每个像素，但是却难以处理发生遮挡的情况。并且，背景减除的方法不能有效应对持续晃动的复杂场景，而高斯混合模型在构造背景模型时可以有效减少光照变化、往复运动、缓慢移动物体、长期场景变化和摄像机噪音对背景模型的影响，但该方法计算量比较大，不符合实时性要求。

现有的很多物品安全检测方法中都包含了目标跟踪算法。原则上，这些方法需要解决的共同难题是对象初始化问题以及前景区域内所有侦测目标的跟踪。为了获得前景区域通常假设背景场景是几乎静止或周期性变化的，这样同背景存在很大差异的像素点将组成前景区域。可是，现实场景中的某些因素是不可控的例如：物体部分遮挡、物体的阴影和固定的摄像机角度等，它们的存在常常会使跟踪方法获得无法预料的结果。

除了上述研究方法外，还有采用时序逻辑的方法，利用视频序列的多时空和上下文线索去检查遗留物体，但其鲁棒性有待提高。还有提出基于双重背景检测静止目标的方法，该方法对输入视频采取不同的采样帧速率从而构造出两个背景。但是，这种技术对不同应用的样本视频很难设定统一的参数值，并且缺少判断静态前景目标所属的事件类型的相关机制。在许多监控场景中，相对于初始背景会产生许多进入场景或离开场景的前景目标，不能正确划分前景区域是否对应于滞留物或者遗失物。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种复杂场景下的物品安全检测方法，从而克服在许多监控场景中，相对于初始背景会产生许多进入场景或离开场景的前景目标，不能正确划分前景区域是否对应于滞留物或者遗失物的缺点。

为实现上述目的，本发明提供了一种复杂场景下的物品安全检测方法，包括：

1)在某段时间间隔内，将视频的第一帧图像和第二帧图像作为初始背景图像和当前背景图像，将第三帧图像与所述初始背景图像和所述当前背景图像进行求差计算获得第一运动目标；

2)对所述初始背景图像和当前背景图像进行更新，更新后与所述第四帧图像进行求差计算获得第二运动目标，以此类推···直至获得该段时间内第N帧图像中的第N运动目标；

3)在所述第N运动目标所在图像中提取静态运动目标；

4)将所述静态运动目标所在的图像分为静态目标区域、当前背景区域以及初始背景区域；计算所述静态目标区域、所述当前背景区域以及所述初始背景区域的颜色直方图，当所述静态目标区域和所述当前背景区域的颜色直方图相似度大于所述静态目标区域和所述初始背景区域的颜色直方图的相似度时，判断所述静态运动目标为滞留物；反之，当所述静态目标区域和所述当前背景区域的颜色直方图的相似度差别较大，而所述静态目标区域和所述初始背景区域的颜色直方图的相似度差别较小时，判断所述静态运动目标为偷窃物并报警。

上述技术方案中，步骤2)中对所述初始背景图像和当前背景图像进行更新的步骤如下：