[发明专利]视频摘要中利用图割算法进行运动目标检测的方法

说明书

本发明公开了一种视频摘要中利用图割算法进行运动目标检测的方法，基于图割理论的运动目标检测算法通过帧差和背景差分的结果来确定图割算法中掩膜的像素值并对目标做初步检测，确定原始图像中的运动目标位置，然后将第一次检测出的运动目标作为图割算法的输入以降低运算时间，保证算法的实时性，最后检测图割算法的输出图像中的连通域将多个运动目标分开。

技术领域

本发明涉及一种视频摘要中利用图割算法进行运动目标检测的方法，属于视频中运动目标检测、视频摘要和浓缩领域。

背景技术

随着全程数字化、网络化的视频监控系统的发展，大规模的高清监控设备导致监控视频数据迅速膨胀，用户在海量视频中定位自己需要的视频文件的难度不断增加，不仅给视频的存储和归档带来巨大的压力，也消耗了查询人员的大量时间和精力。智能视频监控利用提供视频摘要技术提供更具实用性和人性化的监控系统，通过对原始视频进行浓缩，实现快速浏览、锁定检索对象，能够满足公安、网监、刑侦等的各种需求及应用。

视频摘要技术是对视频进行处理，将长视频压缩成较短的视频，或者抽取其中比较重要的视频帧，这些提取出来的短视频或者视频帧，包含了视频的主要内容。这样，人们通过观看这些提取出来的短视频或者图片来快速了解视频主要内容，此外，简化、缩短原视频后形成的视频摘要还可以为建立视频检索系统做准备。

视频摘要主要分为以下几个步骤：目标检测、目标跟踪和摘要视频生成。其中目标检测是视频摘要的基础。在准确检测出目标的情况下，才能提取有效特征，将不同目标提取至同一个画面中。

运动目标检测是通过减除视频中时间和空间上的冗余信息，有效地提取出发生空间位置变化的物体的过程。运动目标检测主要方法有帧差法、光流法和背景差分法等，光流法主要用于动态背景下的运动目标检测且耗时较长。由于监控视频场景固定，通常选择帧差法或背景差分法。帧间差分法对包含运动目标的场景有着较强的鲁棒性，但不能完全检测出运动物体的所有像素点，常常出现空洞的现象。背景差分法先通过统计学理论建立一个背景模型，与当前帧比较，可以对运动目标与背景的像素点进行分类，但不能适应背景的动态变化，通常会扩大运动目标的范围，无法精确定位目标。

现有的目标检测算法存在很多不足：(1)目标检测的准确率和检出率无法到达完美，检测效率和准确率之间的矛盾难以解决；(2)检测出的目标经常会出现空洞和拖影现象，需要图像融合来消除，当图像内有大量运动目标时，目标间距离较近，融合时可能将多个目标融合为一个目标，导致标注运动目标的矩形框包含了多个不同目标；(3)利用深度学习算法可以较准确地检测出运动目标，但对硬件要求较高，难以满足实时处理的要求。

目标检测一般有两种方法：运动目标检测和基于目标识别的检测。基于目标识别的检测准确率较高，但出现无法识别的目标是，会发生漏检的现象，此外其检测效率较低，对硬件设备要求较高，难以满足实时性的要求。

运动目标检测方法速度较快，可以检测出绝大部分的运动目标，但鲁棒性较差。帧差法和背景差分法运算速度快，不易受到光照等的干扰，可以检测出视频中几乎所有运动目标。但检测出的目标容易出现空洞和重影，无法确定目标准确范围，此时就需要对图像进行融合，来确定目标区域。融合虽然能解决空洞的干扰，可能将多个目标融合为一个目标，严重时会将所有相邻图像划分至同一个目标，导致后续目标跟踪过程无法顺利进行。如图1所示，融合后将多个目标划分为一个目标。

发明内容

虽然目标检测经过了多年发展，提出了大量重大成果，但仍然存在不足，难以适应复杂多变的情况。为了提高检测准确率和检出率，本发明提供一种视频摘要中利用图割算法进行运动目标检测的方法，将帧差法和背景差分法相结合，通过分析其检测结果，利用图割方法对运动目标进行二次检测，实现运动目标精确定位并解决目标的错误融合问题。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种视频摘要中利用图割算法进行运动目标检测的方法，具体步骤如下：