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，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，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：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，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?，F(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)算開銷小，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。