運(yùn)動(dòng)目標(biāo)檢測(cè)方法概述

武警工程大學(xué)信息工程系 趙亞欣 趙懷勛

運(yùn)動(dòng)目標(biāo)檢測(cè)方法概述

武警工程大學(xué)信息工程系 趙亞欣 趙懷勛

引言

運(yùn)動(dòng)目標(biāo)檢測(cè)是指從視頻監(jiān)控場(chǎng)景或圖像序列中將運(yùn)動(dòng)人體目標(biāo)提取出來(lái)，是智能視頻監(jiān)控的基礎(chǔ)。良好的目標(biāo)提取效果有利于后續(xù)特征提取和行為分類(lèi)，對(duì)整個(gè)行為識(shí)別的準(zhǔn)確性有較大影響。

根據(jù)檢測(cè)目標(biāo)的原理，將常用的目標(biāo)檢測(cè)方法分為三類(lèi)：幀間差分法、光流法和背景減除法。

（1）幀間差分檢測(cè)法

幀間差分法又稱(chēng)時(shí)間差分法，其將視頻圖像序列中的連續(xù)兩幀或多幀像素點(diǎn)值作差分，獲取監(jiān)控場(chǎng)景中運(yùn)動(dòng)目標(biāo)的輪廓，實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)。兩幀差分法的原理如圖1所示。

圖1　幀間差分法原理圖

圖2 幀間差分法示例

圖2對(duì)兩幀差分提取運(yùn)動(dòng)目標(biāo)效果進(jìn)行了展示，可以看出，在相鄰的兩幀中人體有所重疊，因此僅檢測(cè)出在監(jiān)控場(chǎng)景中有變化的邊緣部分。幀差法的主要優(yōu)點(diǎn)是原理簡(jiǎn)單，計(jì)算復(fù)雜度低，實(shí)時(shí)性強(qiáng)；對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的靈敏度高；對(duì)緩慢的光照變化適應(yīng)性強(qiáng)。幀間差分法主要存在以下不足：一是當(dāng)目標(biāo)運(yùn)動(dòng)速度較慢時(shí)，提取的前景內(nèi)部會(huì)產(chǎn)生空洞；二是檢測(cè)出的目標(biāo)輪廓與實(shí)際目標(biāo)稍有偏差，存在偽目標(biāo)點(diǎn)。此外，幀差法僅適用于攝像機(jī)固定的情況，若背景改變則差分后會(huì)影響運(yùn)動(dòng)目標(biāo)的檢測(cè)效果。對(duì)此，魯梅等[1]提出了加權(quán)累積差分法，通過(guò)賦予不同的幀間差分圖不同的權(quán)值，再將差分圖像加權(quán)累積從而檢測(cè)運(yùn)動(dòng)人體目標(biāo)，較好的改善了幀差法提取運(yùn)動(dòng)目標(biāo)出現(xiàn)的空洞現(xiàn)象。

（2）光流法

光流是指由物體運(yùn)動(dòng)引起的其表面像素點(diǎn)產(chǎn)生的瞬時(shí)速度場(chǎng)，光流法即通過(guò)計(jì)算每一幀圖像中對(duì)應(yīng)像素點(diǎn)的變化表征運(yùn)動(dòng)目標(biāo)[2]。

若圖像的灰度值隨x,y,t緩慢變化，則可將式（1）右邊泰勒級(jí)數(shù)展開(kāi)，并忽略高階無(wú)窮小項(xiàng)，可得光流基本方程[20]：

根據(jù)平滑性假設(shè)[3]，加入平滑項(xiàng)α可建立光流模型：

光流法檢測(cè)運(yùn)動(dòng)目標(biāo)的原理是：當(dāng)監(jiān)控場(chǎng)景中無(wú)運(yùn)動(dòng)物體時(shí)，光流矢量在監(jiān)控范圍內(nèi)連續(xù)變化，而當(dāng)監(jiān)控場(chǎng)景內(nèi)有運(yùn)動(dòng)目標(biāo)時(shí)，光流場(chǎng)會(huì)發(fā)生改變，且運(yùn)動(dòng)目標(biāo)光流有顯著變化，通過(guò)檢測(cè)顯著變化的光流矢量可實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)。

實(shí)際情況下，光流約束方程的灰度守恒假設(shè)未必能夠滿足，導(dǎo)致光流場(chǎng)與運(yùn)動(dòng)場(chǎng)有偏差。光流法需計(jì)算監(jiān)控場(chǎng)景的每個(gè)像素點(diǎn)的變化，對(duì)硬件支撐要求較高，實(shí)時(shí)性上較難滿足。

（3）背景減除法

背景減除法通過(guò)建立背景模型并將視頻圖像序列的每一幀與背景圖像作差分來(lái)提取運(yùn)動(dòng)的前景目標(biāo)。背景減除法原理簡(jiǎn)單，計(jì)算量小，適用于監(jiān)控場(chǎng)景固定的場(chǎng)合。背景減除法的流程如圖3所示。

圖3　背景減除法流程圖

1）圖像預(yù)處理

在實(shí)際視頻監(jiān)控應(yīng)用中，視頻監(jiān)控存在噪聲影響，通常需事先進(jìn)行降噪處理。常用消除噪聲的方法有加權(quán)平均算法、中值濾波以及高斯低通濾波。

2）背景建模

背景模型是提取運(yùn)動(dòng)目標(biāo)效果好壞的關(guān)鍵。現(xiàn)實(shí)情況下，監(jiān)控場(chǎng)景雖然固定，但非絕對(duì)不變，光照的變化、天氣的干擾（雨雪）、監(jiān)控場(chǎng)景背景中非檢測(cè)目標(biāo)的變化（如搖晃的樹(shù)葉、粼粼的水波）都對(duì)檢測(cè)效果造成諸多干擾。因此，如何建立一個(gè)動(dòng)態(tài)更新的背景，以適應(yīng)各種因素的干擾，是背景減除法檢測(cè)運(yùn)動(dòng)目標(biāo)的重點(diǎn)。

3）目標(biāo)檢測(cè)

通過(guò)輸入視頻圖像序列與動(dòng)態(tài)更新的背景模型差分，并與設(shè)定的閾值對(duì)比提取運(yùn)動(dòng)目標(biāo)。其公式可表示為：

其中，fk(x,y)為視頻序列中第k幀中坐標(biāo)為(x,y)的像素點(diǎn)的像素值，bk(x,y)為與第k幀對(duì)應(yīng)的背景模型的像素值，T為前景閾值。

4）后續(xù)處理

因攝像機(jī)本身、現(xiàn)實(shí)環(huán)境等的影響，提取出的運(yùn)動(dòng)目標(biāo)難免有多出或缺失的部分。形態(tài)學(xué)處理運(yùn)算開(kāi)銷(xiāo)小，實(shí)用性強(qiáng)，可對(duì)檢測(cè)目標(biāo)進(jìn)行完善。常用的方法有膨脹、腐蝕[4]，定義式為：

式中，g(i,j)為輸出圖像。通過(guò)先腐蝕再膨脹可濾除檢測(cè)圖像中存在的部分噪聲，優(yōu)化目標(biāo)檢測(cè)的效果。

[1]魯梅,盧忱,范九倫.一種有效的基于時(shí)空信息的視頻運(yùn)動(dòng)對(duì)象分割算法[J].計(jì)算機(jī)應(yīng)用研究,2013,30(1):303-306,320.

[2]劉建,李峰,周書(shū)人等.一種基于PSO的改進(jìn)光流算法[J].計(jì)算技術(shù)與自動(dòng)化,2014, 33(4):68-73.

[3]王慶帥.智能監(jiān)控系統(tǒng)中人體行為識(shí)別技術(shù)研究與實(shí)現(xiàn)[D].西安:西安電子科技大學(xué),2010.

[4]賈永紅.數(shù)字圖像處理（第二版）[M].武漢:武漢大學(xué)出版社,2010:171-173.

趙亞欣（1992—），男，江蘇東臺(tái)人，碩士研究生在讀，研究方向：人體行為識(shí)別。