[发明专利]一种静态场景中的实时运动目标提取方法

说明书

技术领域

本发明涉及背景建模，具体涉及一种静态场景中的实时运动目标提取方法。

背景技术

静态场景中的运动目标提取指的是利用背景的特性，对背景进行建模，得到一个不包含运动的前景目标的背景模型；利用这个背景模型，可以在视频中提取动态目标，从而进行进一步的分析。

传统的背景减除方法包括简单平均背景法、中值滤波法、帧差法，这些方法运行速度快，但是结果并不准确。另外人们使用统计模型来进行背景建模，常用的方法有单高斯模型、混合高斯模型、核密度估计方法、组成成分分析方法等，最为常见的背景建模方法是混合高斯模型，可参考C.Stauffer和E.Grimson的文章Adaptive background mixture models for real-time tracking(见，Proceedings IEEE Conference on Computer Vision and Pattern Recognition,CVPR 1999,pages 246-252,1999.)，这种方法假设背景模型是由若干个(3-5个)混合高斯模型所构成的，这些高斯模型分别具有各自的均值、方差等统计特性，当新的背景特征加入时，首先利用混合高斯模型计算出它属于背景像素的概率，根据这个概率的大小来判断它是否属于背景像素。这些方法的优点是背景建模对于稳定背景的建模效果较好，但是不断变化的自然环境(如光照改变、树叶摇摆、水纹波动、阴影、恶劣天气等)给这些背景建模带来了困难。Elgammal等人提出了核密度估计在背景减除中的应用，发表了Non-parametric Model for Background Subtraction，(见，Frame Rate Workshop,IEEE 7th International Conference on Computer Vision,ICCV 1999,Kerkyra,Greece,September 1999.)，但是这种方法运算较为复杂，耗费了大量的计算资源。

较为新的背景减除方法包括鲁棒PCA，可以参考Guyon等人的文章Robust Principal Component Analysis for Background Subtraction:Systematic Evaluation and Comparative Analysis，(见，INTECH,Principal Component Analysis,Book 1,Chapter 12,page 223-238,March 2012)；稀疏背景建模方法，可参考X.Huang发表的Moving-object Detection Based on Sparse Representation and Dictionary Learning，(见，AASRI Conference on Computational Intelligence and Bioinformatics,Volume 1,pages 492–497,2012.)等，这些方法更好地利用了背景模型的特性，因而算法准确度更高了，然而，算法复杂度却相应地提升了。

发明内容

本发明针对上述问题，提供了一种静态场景中的实时运动目标提取方法。

本发明所采用的技术方案为：一种静态场景中的实时运动目标提取方法，包括以下步骤：

S1，从大规模数据库中离线学习图像块的结构化特征；

S2，基于学习到的特征表达模型，用这些特征来表示视频中每一帧的图像块；

S3，使用这些特征对背景进行PCA方法建模，得到背景模型；

S4，视频帧提取每一个图像块的特征之后，利用背景模型判断图像块属于背景还是前景，同时对背景模型进行在线更新。

进一步地，所述步骤S1包括以下步骤：

在自然图像数据库中随机得到大量的图像块，图像块的大小与背景减除中的图像块大小一致；训练一个自编码器结构的深度神经网络，用来最大程度地恢复原始图像块；

设定好神经网络的各项参数，包括层数、每一层的隐含节点数、稀疏惩罚因子、正则项因子等，训练得到神经网络的各层参数。

所述步骤S1还包括：为了得到能够表示图像块结构的特征，在训练前将训练数据加入一定的噪声。

所述步骤S1还包括：为了得到表达特征的稀疏性，在训练过程中增加系数惩罚因子。

所述步骤S2具体为：使用离线特征学习得到的神经网络参数，对图像块进行编码，得到一个维度比原始图像块的维度低的特征表示。