[发明专利]一种剧烈运动目标检测方法和装置

说明书

技术领域

本发明涉及通信领域，尤其涉及一种剧烈运动目标检测方法和装置。

背景技术

智能视频监控是利用计算机视觉技术对视频信号进行处理、分析和理解，在不需要人为干预的情况下，通过对序列图像自动分析，对监控场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而可以在异常情况发生时及时发送出警报或提供有用信息的技术。由于智能视频监控无需人力监控视频画面，可全天候对视频图像进行感兴趣目标的主动检测、跟踪和行为分析，并对事件进行报告，智能视频监控的应用越来越广泛。

一般智能视频监控的流程可以如图1所示，包括：

视频图像输入，在本步骤中，可以进行视频采集和降噪等前处理；

背景建模，在本步骤中，可以根据输入的视频图像建立背景模型，得到背景图像，且背景模型可以不断进行学习更新；

运动目标检测，在本步骤中，可以根据当前帧图像和背景图像得到前景运动目标标记图，检测结果可能包含零个、一个或多个运动目标；

运动目标跟踪，在本步骤中，可以针对每帧图像，对运动目标检测提取的运动目标进行跟踪，记录目标运动轨迹；

运动目标行为分析，在本步骤中，可以对目标的行为进行分析，主要包括：绊线入侵、区域入侵、穿越围栏、滞留、徘徊、物品遗留、物品搬移、离岗、剧烈运动等。

目前，通过运动目标行为分析（和运动目标跟踪）可以确定运动目标是否发生了剧烈运动，从而确定运动目标是否为剧烈运动目标。在确定运动目标是否发生剧烈运动时，一般是利用光流计算的方式实现。例如，对彩色的帧图像进行灰度化处理，采用光流法获得两帧图像的相对运动，然后根据光流的相对运动，获取能量变化的历史图，以能量变化的历史图为模板，计算方向变化大的像素点并获取剧烈运动的历史图，从而确定运动目标是否发生剧烈运动。或者，基于区域光流特征，进行异常行为检测，利用运动区域光流场和运动幅度加权的运动方向直方图统计来确定运动目标是否发生剧烈运动。

但光流计算存在计算复杂度高，计算速度较慢的问题，无法满足实时处理的需要。

发明内容

本发明实施例提供一种剧烈运动目标检测方法和装置，用于减少剧烈运动目标检测的计算量，保证剧烈运动目标检测的时效性。

一种剧烈运动目标检测方法，所述方法包括：

对序列图像中的第N帧图像中，与第一运动目标前景图像中的一个运动目标所在位置对应的位置进行角点检测，获得第一角点集合，所述第一运动目标前景图像是对所述第N帧图像进行前景检测得到的，其中，所述N为不小于2的正整数；

针对第一角点集合中的每个第一角点，确定参考角点集合中是否存在与该第一角点匹配的第二角点，所述参考角点集合是对所述序列图像中的第N-1帧图像中，与第二运动目标前景图像中的所述运动目标所在位置对应的位置进行角点检测，获得的第二角点集合，所述第二运动目标前景图像是对所述第N-1帧图像进行前景检测得到的；

针对在所述参考角点集合中存在匹配的第二角点的每个第一角点，根据该第一角点以及与该第一角点匹配的第二角点的位置关系，确定在第N帧图像中，所述运动目标的运动方向和运动幅度；

根据所述运动目标的运动方向和运动幅度，确定在第N帧图像中，所述运动目标是否为剧烈运动目标。

一种剧烈运动目标检测装置，所述装置包括：

角点检测模块，用于对序列图像中的第N帧图像中，与第一运动目标前景图像中的一个运动目标所在位置对应的位置进行角点检测，获得第一角点集合，所述第一运动目标前景图像是对所述第N帧图像进行前景检测得到的，其中，所述N为不小于2的正整数；

匹配模块，用于针对第一角点集合中的每个第一角点，确定参考角点集合中是否存在与该第一角点匹配的第二角点，所述参考角点集合是对所述序列图像中的第N-1帧图像中，与第二运动目标前景图像中的所述运动目标所在位置对应的位置进行角点检测，获得的第二角点集合，所述第二运动目标前景图像是对所述第N-1帧图像进行前景检测得到的；

运动信息确定模块，用于针对在所述参考角点集合中存在匹配的第二角点的每个第一角点，根据该第一角点以及与该第一角点匹配的第二角点的位置关系，确定在第N帧图像中，所述运动目标的运动方向和运动幅度；

判断模块，用于根据运动信息确定模块确定出的所述运动目标的运动方向和运动幅度，确定在第N帧图像中，所述运动目标是否为剧烈运动目标。