[发明专利]场景变化检测方法、系统、电子装置及存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种场景变化检测方法，该方法包括：获取待检测图像和参考图像，其中所述待检测图像和参考图像均为背景图像；将所述待检测图像和参考图像输入场景变化检测网络，其中通过全卷积孪生网络提取深度特征，对所述深度特征进行距离度量得到深度特征差异图，对所述深度特征差异图经过双线性插值上采样输出场景变化映射图；根据所述场景变化映射图从所述待检测图像中提取出场景变化区域。本发明还提供一种场景变化检测系统、电子装置及计算机可读存储介质。本发明提供的场景变化检测方法、系统、电子装置及计算机可读存储介质能够从视频流中实时地检测出发生场景变化的区域，鲁棒性好，适用于复杂环境。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种场景变化检测方法、系统、电子装置及计算机可读存储介质。

背景技术

在对实时视频的应用过程中，有一种需求是进行场景变化检测。例如，银行柜台桌面整洁度(有无乱摆乱放物品)、座椅沙发摆放整齐度(摆放是否整齐)等是一家银行网点良好面貌的象征和评分指标，关乎客户的体验满意度。而实时地通过智能分析银行网点监控视频获取网点的整体面貌，发现异常面貌则返回告警提示并给予评分，可以起到远程监督网点的作用。为了实现实时地分析出网点面貌异常，需要对网点的监控视频进行实时的场景变化检测，首先从视频流中分离出背景(静态的)和前景目标(动态的)并提取出背景图像，然后与预先准备好的背景参考图像做差异比较，差异较大的地方则是异常面貌的位置。

目前，业界普遍使用的可以进行场景变化检测的方法有：

基于帧间差分法的场景变化检测方法，将抽取视频帧与背景参考图像这两幅图像的像素值相减，并对相减后的图像进行阈值化来提取图像差异。此类方法的检测速度快，但不足之处是容易受光照影响导致阈值不好设定，鲁棒性差。

基于灰度值匹配的场景变化检测方法,对前后帧进行灰度值匹配，统计匹配度低的像素的位置,即为变化区域。此类方法的不足是不适用于复杂场景环境，环境光照和随机噪声都易产生干扰。

综上所述，如何在复杂光线和噪声的环境下准确地实时检测出视频图像的场景变化区域，已经成为一个亟待解决的技术问题。

发明内容

有鉴于此，本发明提出一种场景变化检测方法、系统、电子装置及计算机可读存储介质，以解决至少一个上述技术问题。

首先，为实现上述目的，本发明提出一种场景变化检测方法，该方法包括步骤：

获取待检测图像和参考图像，其中所述待检测图像和参考图像均为背景图像；

将所述待检测图像和参考图像输入场景变化检测网络，其中通过全卷积孪生网络提取深度特征，对所述深度特征进行距离度量得到深度特征差异图，对所述深度特征差异图经过双线性插值上采样输出场景变化映射图；及

根据所述场景变化映射图从所述待检测图像中提取出场景变化区域。

可选地，所述获取待检测图像包括：

从视频流中获取当前帧图像；

将所述当前帧图像经过前景与背景分离后得到第一背景图像；

获取所述第一背景图像作为所述待检测图像。

可选地，所述根据所述场景变化映射图从所述待检测图像中提取出场景变化区域包括：

根据所述场景变化映射图生成掩码图像；

根据所述掩码图像判断所述待检测图像是否发生场景变化；

当所述待检测图像发生场景变化时，从所述掩码图像中查找变化区域矩形框；

根据所述变化区域矩形框从所述待检测图像中提取出场景变化区域。

可选地，所述根据所述场景变化映射图生成掩码图像包括：