[发明专利]应用于影像监控的可适应光线变化的背景模型学习系统

摘要

光线变化时常为智能监控系统，尤其是装设于室外的监控系统，带来相当大的挑战。在过去，背景模型学习法常广泛地被应用于建置智能监控系统，以处理各种背景变化，包含光线改变等问题。其中，多数背景模型学习相关的研究，都将其焦点着重于和缓光线变化的处理，然而却无法有效的解决剧烈光线变化所造成的问题。因此，当监控系统遭遇剧烈的光线变化时，多数先前技术容易产生许多将光线变化，误判为前景异常的警告讯息。为了减少此类误判的状况，本发明提出一种新的背景模型学习系统。

主权项

一种可适应光线变化的背景模型学习系统，应用于影像监控，其中该可适应光线变化的背景模型学习系统包含：一背景模型估算单元，自至少一输入，接收一目前时间t的一目前影像画面It，并自该目前影像画面It中，估算对应一监控场景的一背景模型Bt，作为该背景模型估算单元于该目前时间t的输出，其中该目前影像画面It包含多个像素；一前景对应表建构单元，通过背景模型相减法，比较该目前影像画面It与所估算出的该背景模型Bt间的差异，而建构该目前时间t的一参考前景对应表Ft，其中该参考前景对应表Ft包含每一该些像素的一识别参数，每一该些识别参数为二进位数值或实数数值，其中，使用二进位数值的每一该些识别参数，用以标示对应的每一该些像素为前景或背景，而使用实数数值的每一该些识别参数，用以标示对应的每一该些像素为前景的机率；以及一光线变化处理单元，用以减少因光线变化而误判为前景的区块数量，修改该参考前景对应表Ft，其中该光线变化处理单元包含：一画面差异产生次单元，通过将该目前影像画面It与一第一先前时间t‑N的一先前影像画面It‑N相减，产生该目前时间t的一画面差异对应表Dt；以及一前景对应表修正次单元，通过整合该画面差异对应表Dt、该参考前景对应表Ft以及于一第二先前时间t‑1所回馈的一先前前景修正表Ft′‑1，计算一目前前景修正表Ft′，以使该目前前景修正表Ft′中，因光线变化误判为前景的区块数量，较该参考前景对应表Ft少；其中该目前前景修正表Ft′被该光线变化处理单元作为该目前时间t的输出，并分别回馈至该背景模型估算单元以及该光线变化处理单元，以作为进行下一时间t+1的背景模型估算以及光线变化处理的依据。