[发明专利]前景对象检测方法与装置及背景检测方法与装置

说明书

技术领域

本发明有关于一种前景对象检测方法，更具体地，有关于一种前景对象检测方法和装置以及背景检测方法和装置。

背景技术

前景对象检测是将从相机撷取(capture)图像中的前景对象与背景分离的过程。前景对象具有各种应用，例如视频监视(video surveillance)或基于对象的视频编码。实际应用中的前景对象检测方法通常基于背景相减法(background subtraction)，背景相减法假设随时间推移相机为固定(stationary)且可创建并更新背景模型(background model)。本领域存在若干实际应用的流行技术，包括调适性高斯集合法(adaptive Mixture ofGaussian，MOG)、核心密度估计法(Kernel Density Estimation，KDE)以及编码本(Codebook)。所有上述前景/背景检测方法采用图像处理技术来处理相机撷取的色彩/强度图像，而其中所撷取图像不包括深度信息。一种基于混合高斯模型(Mixture of Gaussian)的方法已应用于具有混合的深度和色彩信息的图像。然而，基于MOG的方法简单地将深度信息看作色彩信息的组成并因此产生更高的计算复杂度。因此，需要提出低复杂度前景对象检测方法和装置，采用深度图像中的深度信息来检测深度图像的场景中所对应的前景对象。

发明内容

有鉴于此，本发明提供一种前景对象检测方法与装置及背景检测方法与装置。

本发明提供一种前景对象检测方法，用于检测多个深度图像中的像素，该前景对象检测方法包括：从该多个深度图像中接收该像素的深度值；如果该像素可以第一背景分布模型表示，根据该深度值更新该第一背景分布模型，且将该像素的代表值标记为第一背景；如果该像素位于该第一背景之后，处理备用背景模型；如果该像素位于该第一背景之前，将该像素的该代表值标记为前景；以及提供该像素的该代表值。

本发明再提供一种背景检测方法，用于多个深度图像中多个对象边沿周围的像素，其中，该多个深度图像使用第一背景分布模型或该第一背景分布模型与第二背景分布模型的混合，该背景检测方法包括：从该多个深度图像中接收该像素的深度值；如果该像素以该第一背景分布模型表示，根据该深度值更新该第一背景分布模型；如果该像素在对应于该第一背景分布模型的背景之前，跳过更新该第一背景分布模型；如果该像素在对应于该第一背景分布模型的该背景之后，建立候选背景分布模型并估计第一发生频率与第二发生频率，该第一发生频率与该第二发生频率对应于由该第一背景分布模型或该候选背景分布模型分别表示的该像素；如果该第一发生频率与该第二发生频率表示高发生频率，从该候选背景分布模型中建立该第二背景分布模型；如果该第一发生频率表示高发生频率且该第二发生频率表示低发生频率，丢弃该候选背景分布模型；如果该第一发生频率表示低发生频率且该第二发生频率表示高发生频率，以该候选背景分布模型替换该第一背景分布模型；以及如果该第二背景分布模型存在，使用该第一背景分布模型与该第二背景分布模型的该混合处理该像素，否则基于该第一背景分布模型使用单一背景分布模型处理该像素。

本发明另提供一种前景对象检测装置，用于多个深度图像中像素，该前景对象检测装置包括：接收模块，用于从该多个深度图像中接收该像素的深度值；判定模块，耦接于该接收模块，用于判定是否该像素可以第一背景分布模型表示；更新模块，耦接于该判定模块，如果该像素可以该第一背景分布模型表示，则根据该像素的该深度值更新该第一背景分布模型；标记模块，耦接于该判定模块，如果该像素可以该第一背景分布模型表示，则将该像素的代表值标记为第一背景；而如果该像素位于该第一背景之前，则将该像素的该代表值标记为前景，且该标记模块输出提供该像素的该代表值；以及处理模块，耦接于该判定模块，如果该像素位于该第一背景之后，则该处理模块处理备用背景模型。