[发明专利]一种视频监测中运动目标的快速检测方法

摘要

本发明公开了一种视频监测中运动目标的快速检测方法，通过对待测视频建立背景模型、检测运动区域、测定待测目标和对目标进行特定跟踪等的方式实现了视频监测中运动目标的快速检测。本发明提供的视频监测中运动目标的快速检测方法能够快速检测视频中的运动目标，根据预先存储的目标数据样本库进行特性目标的计算与检测，很好的避免了目标漏检与重捡的问题。

主权项

一种视频监测中运动目标的快速检测方法，其特征在于，包括以下步骤：步骤一，待测视频V＝{I0,I1,I2,…,Ik}，其中Ik是视频V中的第k帧图像，将视频的第零帧图像设定为初始背景模型D0，即D0＝I0；步骤二，通过计算Fk＝Ik‑Dk‑1提取前景，并在Fk上提取潜在运动区域的集合Sk，设定Sk中目标的集合的初始值Ok＝{}为空集；其中提取前景为将当前正在分析的图像Ik与背景模型Dk‑1点对点相减，差值超过常量10的点作为前景点，否则作为背景点；点对点相减完成之后采用形态学开、闭操作，过滤噪声并使联通区域相对更规整，再采用区域生长方法获得其中作为前景的所有联通区域，将临近区域合并，得到潜在运动区域的集合Sk；步骤三，对于步骤二Si中每一个潜在运动区域s，检测s中可能存在的待检目标，所有检测到的目标均加入集合Ok中；步骤四，对Ok‑1中的所有目标，在第k帧中进行跟踪，所得待检目标同样加入到Ok中，并继续向前对所有短时间内丢失的目标的最后一次出现在当前帧进行跟踪，所得目标同样加入到当前目标集合Ok中；步骤五，对于集合Ok中一定时间不出现的目标作消失处理，将该目标从集合Ok中删除；步骤六，更新背景模型；步骤七，对于下一帧图像，重复上述步骤二到步骤六，直到检测到视频最后一帧图像后，得到检测结果；步骤三中检测s中可能存在的待检目标的方法为多尺度、浮动窗和基于HoG特征计算的目标识别的方法；基于HoG特征计算的的目标识别，还需要设定一个判定机制，该机制为首先手动标定一个目标数据样本库，数据样本库由大量相同尺寸的图片组成，每张图片都标定了其是否存在特定检测目标，每张图片中各像素点的HoG特征均被获取；判定机制通过获取每张图片中各像素点的HoG特征进而形成对于检测目标的识别模型数据；特定检测过程中，首先将待测窗口调整为与判定机制中图片相同的大小，然后通过识别模型数据判定待测窗口中是否存在特定检测目标。