[发明专利]一种基于融合背景模型的监控目标定位方法

说明书

本发明涉及一种基于融合背景模型的监控目标定位方法，读入监控视频，创建两个背景模型，两个背景模型分别为快更新背景模型和慢更新背景模型；根据快更新背景模型和慢更新背景模型，实时检测图像中出现稳定变化的区域；使用上一步的背景模型输出结果，得到两个更新速率不同的前后背景分割结果：快更新背景结果和慢更新背景结果；判定区域是否出现物体丢失，若是，保存物体丢失的相关视频帧、发出警报。

技术领域

本发明涉及智能视频监控、计算机视觉领域，具体涉及一种基于融合背景模型的监控目标定位方法。

背景技术

监控目标定位是安防智能监测预警系统中的一个重要应用，可应用于地铁、机场、体育场等公共场合下对重要物体的智能监测和保护。目前，监控目标定位主要有两种方式：第一种是直接对比局部图像变化判定目标物体是否丢失，该类方法需针对特定的监控画面指定监控位置，且易受到行人、车辆等移动物体的暂时性遮挡而出现误判；另一种是结合机器学习的方法进行目标检测，然后对感兴趣目标进行实时跟踪从而判定是否移除，这种方式则需要巨大的运算量，难以满足实时性的要求。所以，如何在较复杂环境下保证监控视频中物体移除检测的准确性、实时性是有待解决的问题。

发明内容

为解决上述技术问题，本发明的目的在于提供一种基于融合背景模型的监控目标定位方法，准确、实时的检测监控目标。

本发明的技术方案如下：

一种基于融合背景模型的监控目标定位方法，其特征在于包括以下步骤：

(1)读入监控视频，创建两个背景模型，两个背景模型分别为快更新背景模型和慢更新背景模型；利用摄像头获得监控视频的图像数据，并将第一帧图像作为开始两个模型的背景图像，然后使用后续N帧图像更新，使得模型适应当前的光照变化；

(2)根据快更新背景模型和慢更新背景模型，实时检测图像中出现稳定变化的区域；使用上一步的背景模型输出结果，得到两个更新速率不同的前后背景分割结果：快更新背景结果和慢更新背景结果；

(3)判定区域是否出现物体丢失，若是，保存物体丢失的相关视频帧、发出警报，转步骤(4)；否则转步骤(2)；

(4)更新双背景模型。

上述方法中，步骤(1)中创建两个背景模型的方法为：

两个背景模型分别为快更新背景模型和慢更新背景模型，使用相同的创建机制——混合高斯背景建模，但更新速率不同；快更新背景模型使用较大学习率，检测短时间内的前后背景；慢更新背景模型使用较小的学习率，检测较长时间内的前后背景。

上述方法中，步骤(2)中检测图像中出现稳定变化的区域的方法为：

快、慢背景模型分别输出值为0、1的分割结果，0表示背景，1表示前景，那么对于监控画面特定位置的像素点，当快背景模型为0、慢背景模型为1时，表示该位置目前是静止态，但在过去的一段时间内是运动态，即为候选的变化区域；快、慢背景模型值分别为1、1时，则表示运动态；为减少噪音干扰，设置有限状态机进行变化区域筛选，当像素点的快、慢背景模型值从11态切换到10态，且10态维持某一固定帧数时，则认为该位置为稳定变化的区域，持续统计满足这样要求的像素点数，若像素数目基本维持稳定，则可以确定发生稳定变化的区域。

上述方法中，步骤(3)中判定区域是否出现物体丢失的方法为：

根据监控视频的特点，一般发生稳定变化的位置在视频画面中的背景为地面、墙面，若是发生物体移除，在视频中的表现是：该区域从具有明显物体轮廓的画面，变化为均匀、连续的背景画面，梯度会降低，根据这个特点，对判定为稳定变化的区域进行梯度值计算，与前N帧的对应位置进行比较。若梯度值为降低趋势，则判定为物体丢失。

上述方法中，步骤(4)中双背景模型的更新方法为：