[发明专利]运动侦测系统及方法

说明书

本发明揭示了一种运动侦测系统及方法，所述运动侦测系统包括：视频帧缩小模块、第一运动检测模块及第二运动检测模块；视频帧缩小模块用以将视频数据的设定视频帧进行图像缩小；针对设定视频帧，得到至少两个经过缩小的具有不同分辨率的缩小图像；第一运动检测模块用以通过视频数据中的设定缩小图像进行运动检测，获取运动矢量；第二运动检测模块用以放大后的运动矢量指定的位置作为起始位置，对更高分辨率的图像进行运动检测。本发明提出的运动侦测系统及方法，可节省运算及内存，更好地侦测运动对象，提高侦测效率。

技术领域

本发明属于运动侦测技术领域，涉及一种运动侦测系统，尤其涉及一种基于视频数据的运动侦测系统及方法。

背景技术

运动检测是视讯编码中,运算及带宽需求相当高的部份。通常会将输入帧和参考帧进行区块比对,在参考帧找最相似的区块来决定区块的运动矢量。传统的全区域搜寻(fullsearch)运算时间相当长且耗硬件资源,因此已有不少快速算法提出,大幅降低检测运算量。

其中一种运动检测算法为Hierarchy运动检测法；该方法中，首先将原始分辨率图像 down-sampling(或down-scaling)成1个或数个不同分辨率的图像；由最低分辨率开始,在图像上进行运动检测将得到区块运动矢量；这些运动矢量依比例放大后,在下一个较大分辨率图像就使用此运动矢量当预测值继续搜寻,以此类推。此过程等效上是在大分辨率图像做大范围的运动检测,而最后只在大分辨率图像做小范围的运动检测因此大幅节省检测运算量。而缩小图像次数(即Hierarchy运动检测法的层数)可根据算法或产品规格决定。

此外，神经网络在多对象追踪的算法也需要建立对象运动模型来帮助预测对象的移动轨迹,通常需要额外的硬件或是软件来处理。

有鉴于此，如今迫切需要设计一种新的运动检测方式，以便克服现有运动检测方式存在的上述至少部分缺陷。

发明内容

本发明提供一种运动侦测系统及方法，可节省运算及内存，更好地侦测运动对象，提高侦测效率及追踪准确率。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种运动侦测系统，所述运动侦测系统包括：

第一运动检测模块，用以通过视频数据中的设定缩小图像进行运动检测，获取运动矢量；以及

第二运动检测模块，以放大后的运动矢量指定的位置作为起始位置，对更高分辨率的图像进行运动检测。

作为本发明的一种实施方式，所述第二运动检测模块通过放大后的运动矢量指定的位置作为起始位置，对更高分辨率的图像进行运动检测，依此类推直到达成需要的检测范围。

作为本发明的一种实施方式，所述运动侦测系统进一步包括视频帧缩小模块，用以将视频数据的设定视频帧进行图像缩小；针对设定视频帧，得到至少两个经过缩小的具有不同分辨率的缩小图像。

作为本发明的一种实施方式，所述视频帧压缩模块用以根据原始分辨率进行缩小，缩小的比例为2的幂次方倍数。

作为本发明的一种实施方式，所述第一运动检测模块用以将对象的边框内的区块用平均或是加权平均的运算得到对象的运动矢量,实时更新运动模型内速度/加速度的运算。

作为本发明的一种实施方式，所述第一运动检测模块用以使用原始分辨率或/和分辨率被缩小后的任一图像作为神经网络的输入图像进行对象检测/追踪。

根据本发明的另一个方面，采用如下技术方案：一种运动侦测方法，所述运动侦测方法包括：

第一运动检测步骤，通过视频数据中的设定缩小图像进行运动检测，获取运动矢量；以及

第二运动检测步骤，以放大后的运动矢量指定的位置作为起始位置，对更高分辨率的图像进行运动检测。