[发明专利]一种无色彩场景视频中对特定目标区域的侦测方法和装置

说明书

本发明提供了一种无色彩场景视频中对特定目标区域的侦测方法和装置，该方法和装置综合利用无色彩视频中的亮度、纹理、轮廓和动态性等不同时空信息构建视频场景区域类型描述器，以此对特定目标区域进行侦测和确定，该视频场景区域类型描述器各个信息通道上的特征提取和计算方法简单高效、实时性好，视频样本学习效率高，并可实现实时在线训练；此外，该方法和装置在计算视频场景区域类型描述器各通道的类型值时，还引入了并行计算的方法，显著地提高了方法的整体运算效率，从而克服了现有方法实施在无色彩视频中对特定目标区域检测时运算效率低、实时性差，甚至会失效性的问题。

技术领域

本发明涉及视频处理的技术领域，特别涉及一种无色彩场景视频中对特定目标区域的侦测方法和装置。

背景技术

随着视觉移动机器人、无人驾驶、无人机等技术的蓬勃发展，基于视觉的场景分析技术的重要性日益凸显。特定目标区域的检测和辨识是基于视觉的场景分析中的一项关键技术，因为对特定目标区域 (如常见障碍物)检测和辨识结果的好坏，将直接影响移动机器人、无人驾驶、无人机等设备的运行模式与运行安全性。

由于无人驾驶、无人机等设备通常运行在较高的速度下，因此对运行中产生的实时视频数据的分析与处理效率要求较高。现有的面向自然场景视频的特定目标区域检测方法存在以下一些缺陷：第一、现有方法不适用于无色彩视频的分析，由于通过黑白单通道相机或者红外相机产生的视频都只有亮度信息而无色彩信息，这使得视频中根本没有颜色特征被提取利用，从而导致上述技术不适用于这类视频；第二、现有方法对视频特征的提取和处理完全是基于如深度学习等高运算复杂度的机器学习方法，计算耗时较长，其实时性不够好；第三、大多数基于机器学习的方法依赖于有较大样本数量的有监督学习训练过程，训练过程非常耗时，无法进行实时的在线训练；第四、现有的某些方法没有充分利用视频中的场景动态信息。

发明内容

针对现有技术存在的缺陷，本发明提供一种无色彩场景视频中对特定目标区域的侦测方法和装置，该方法和装置综合利用无色彩视频中的亮度、纹理、轮廓和动态性等不同时空信息构建视频场景区域类型描述器，以此对特定目标区域进行侦测和确定，该视频场景区域类型描述器各个信息通道上的特征提取和计算方法简单高效、实时性好，视频样本学习效率高，并可实现实时在线训练；此外，该方法和装置在计算视频场景区域类型描述器各通道的类型值时，还引入了并行计算的方法，显著地提高了方法的整体运算效率，从而克服了现有方法实施在无色彩视频中对特定目标区域检测时运算效率低、实时性差，甚至会失效性的问题。

本发明提供一种无色彩场景视频中对特定目标区域的侦测方法，其特征在于，包括如下步骤：

步骤S1，构建关于无色彩视频中的亮度信息、纹理信息、轮廓信息和动态性信息的四通道的视频场景区域类型描述器；

步骤S2，将包含特定目标区域的视频样本输入至所述视频场景区域类型描述器，以输出获得关于所述特定目标区域的类型向量；

步骤S3，将所述无色彩视频的某一图像帧输入至所述视频场景区域类型描述器，以分割获得若干场景区域，其中，每一个场景区域分别具有相应的类型向量；

步骤S4，获取所述每一个场景区域具有的类型向量与所述特定目标区域的类型向量之间的匹配度，若所述匹配度大于或者等于预设匹配度阈值，则确定所述某一图像帧当前的场景区域为所述特定目标区域；

进一步，在所述步骤S1中，构建关于无色彩视频中的亮度信息、纹理信息、轮廓信息和动态性信息的四通道的视频场景区域类型描述器具体包括，

步骤S101，构建关于所述无色彩视频中的亮度信息通道，具体为，

根据下面式(1)，对所述无色彩视频中某一图像帧的所有像素点的亮度值进行归一化和量化处理，以计算得到亮度类型值，并根据所述亮度类型值构建所述亮度信息通道