[发明专利]融合深度信息的运动目标检测方法、装置、介质及设备

说明书

本发明公开了一种融合深度信息的运动目标检测方法、装置、计算机可读存储介质及终端设备，该方法包括：获取待检测图像；对所述待检测图像进行深度信息提取处理，获得N个像素点的深度信息；其中，N0；利用N个像素点的深度信息对预设的M个混合高斯模型中的参数进行校正，获得M个运动目标检测模型；其中，M0；对所述待检测图像进行高反差保留处理，获得N个高频特征值；其中，高频特征值与像素点之间一一对应；根据N个高频特征值和M个运动目标检测模型，获得运动目标区域；本发明实施例能够根据深度信息适应性的调整混合高斯模型的灵敏度，提高运动目标区域的检测精度，从而降低误检率和误报警率。

技术领域

本发明涉及运动目标检测技术领域，尤其涉及一种融合深度信息的运动目标检测方法、装置、计算机可读存储介质及终端设备。

背景技术

智能视频监控系统中的运动目标检测功能是其基础功能，该功能对后续的检测目标分类、跟踪与识别等功能起到支撑作用，因此能够准确检测出运动目标有利于视频监控系统的后续处理。但运动目标的检测极易受到光照、树叶晃动等动态背景的干扰，从而导致运动目标的误检率和误报警率增加。

现有技术中，主要根据运动目标区域的面积大小设置灵敏度，通过灵敏度来降低运动目标检测的误检率和误报警率，然而该方法设定的运动目标区域的面积是恒定不变的，当运动目标区域的面积设置过小，运动目标的误检率增加；当运动目标区域的面积设置过大，运动目标的漏检率增大。

发明内容

本发明实施例所要解决的技术问题在于，提供一种融合深度信息的运动目标检测方法、装置、计算机可读存储介质及终端设备，能够根据深度信息适应性的调整混合高斯模型的灵敏度，提高运动目标区域的检测精度，从而降低运动目标的误检率和误报警率。

为了解决上述技术问题，本发明实施例提供了一种融合深度信息的运动目标检测方法，包括：

获取待检测图像；

对所述待检测图像进行深度信息提取处理，获得N个像素点的深度信息；其中，N0；

利用N个像素点的深度信息对预设的M个混合高斯模型中的参数进行校正，获得M个运动目标检测模型；其中，M0；

对所述待检测图像进行高反差保留处理，获得N个高频特征值；其中，高频特征值与像素点之间一一对应；

根据N个高频特征值和M个运动目标检测模型，获得运动目标区域。

进一步地，所述深度信息包括N个像素深度值，每一个像素点对应一个像素深度值；则，所述对所述待检测图像进行深度信息提取处理，获得N个像素点的深度信息，具体包括：

通过体感器、深度学习算法或双目视觉技术提取所述待检测图像中N个像素点对应的像素深度值，获得N个像素点的深度信息。

进一步地，所述利用N个像素点的深度信息对预设的M个混合高斯模型中的参数进行校正，获得M个运动目标检测模型，具体包括：

根据每一个像素点对应的像素深度值对该像素点对应的混合高斯模型中的方差阈值、噪声方差阈值进行校正，获得M个运动目标检测模型；

其中，第n个像素点对应的运动目标检测模型中的方差阈值为第n个像素点对应的混合高斯模型中的方差阈值/第n个像素点对应的像素深度值；第n个像素点对应的运动目标检测模型中的噪声方差阈值为第n个像素点对应的混合高斯模型中的噪声方差阈值/第n个像素点对应的像素深度值；N≥n＞0。

进一步地，所述对所述待检测图像进行高反差保留处理，获得N个高频特征值，具体包括：

利用预设的滤波器对所述待检测图像进行滤波处理，获得模糊图像；其中，待检测图像中的像素点与模糊图像中的像素点之间一一对应；

根据所述待检测图像、所述模糊图像和预设的高反差保留算法，获得N个高频特征值。