判斷改變區域的內容的方法和裝置的制造方法
【技術領域】
[0001] 本發明主要涉及圖像處理和視頻分析領域，尤其涉及一種用于判斷視頻中的改變 區域的內容的方法。
【背景技術】
[0002] 在現在的安全監控系統中廣泛使用視頻照相機。因此，當今視頻內容的自動分析 變得日益重要。它們通常尋找不是正常預期的場景的一部分的異常活動。在許多情況下， 異常活動涉及諸如人跑步、人的古怪行為等運動事件。常用的檢測運動事件的方法是背景 減法。其能夠分割運動前景和靜態背景。但是，在一些實際應用中，還需要對運動前景的內 容進行分析和處置。例如，諸如機場或者咖啡廳的公共場所中的丟棄的物體是需要盡可能 快地檢測和解決的潛在威脅。另外，無人看管的場所中的財產盜竊是現在的安全系統的另 一個重要任務。
[0003] 圖1示出了兩個視頻場景。在圖1A中，物體被丟棄。在圖1B中，物體被移除。丟 棄物體事件和移除物體事件可能產生相同的改變區域（R0C)。背景減法方法無法區分送兩 種情況。通過背景減法得到的檢測是相同的。
[0004] 為了應對送種情形，美國專利第8422791號公報提出了一種檢測丟棄物體和移除 物體的方法。在該現有技術中，公開了一種將檢測到的視頻頓的R0C分類為丟棄物體事件 和物體移除事件的方法，其中，多個邊界塊限定R0C的邊界。對于一組邊界塊中的每一個， 該方法確定所述邊界塊的預測邊緣特性和觀察邊緣特性。然后，該方法基于所述邊界塊的 所述預測邊緣特性和所述邊界塊的所述觀察邊緣特性，確定所述邊界塊的單個塊分數。一 旦對該組邊界塊中的全部進行了處理，則該方法基于所述邊界塊的所述單個塊分數，確定 所述R0C的全局分數。然后，該方法基于所述全局分數與闊值如何相關來將R0C分類為丟 棄物體事件和物體移除事件。然而，上述方法高度依賴于檢測到的R0C的邊界。如果例如 由于噪聲、陰影或者照明的改變，邊界未正確地勾勒出物體邊界的輪廓，則現有技術仍然需 要進一步的改進。
[0005] 下面的示例示出了導致現有技術將移除的物體錯誤地分類為丟棄的物體的不準 確地檢測到的邊界。
[0006] 圖2A示出了照相機位于背景框架中的支架上。圖2B示出了在當前框架中移除了 照相機，僅留下支架。圖2中的形狀21和22指示通過現有技術檢測到的R0C的邊界。圖 2中的矩形23指示R0C的地面真實位置。由于在照相機后面的支架上存在陰影區域，因此 檢測到的R0C的邊界未被正確地檢測到。反而，檢測到的R0C的邊界包圍比真實的改變區 域大得多的區域。檢測R0C的邊界時的誤差傳播到邊緣特性的計算和R0C的內容判斷。
[0007] 因此，期望能夠提供一種對于陰影和噪聲穩健的、用于判斷檢測到的R0C的內容 是丟棄的物體還是移除的物體的方法及其裝置。
【發明內容】
[0008] 鑒于上述問題中的至少一個提出了本發明。
[0009] 在一個方面，提供了一種判斷檢測到的改變區域的內容的方法，其中，基于視頻序 列的當前頓和場景模型檢測所述改變區域，并且所述方法包括：區域對確定步驟，用于確定 來自所述R0C的內部和外部的至少一個區域對；第一差分計算步驟，用于計算所述場景模 型中所述至少一個區域對的至少一個特征的第一差分；第二差分計算步驟，用于計算所述 當前頓中所述至少一個區域對的所述至少一個特征的第二差分；判斷步驟，用于根據所述 第一差分和所述第二差分，判斷所述R0C是否是丟棄的物體，或者判斷所述R0C是否是移除 的物體。
[0010] 在一個實施方式中，使用背景減法來獲取所述R0C。
[0011] 在一個實施方式中，所述視頻序列由彩色圖像頓或者灰色圖像頓構成。
[0012] 在一個實施方式中，在所述第一差分計算步驟之前添加對所述場景模型和/或所 述當前頓的預處理步驟，其中，所述預處理步驟是離散余弦變換、傅立葉變換或小波變換。
[0013] 在一個實施方式中，所述至少一個區域對中的各個由圖像像素或者圖像塊構成。
[0014] 在一個實施方式中，所述區域對確定步驟還包括：提取所述R0C的邊界；獲得沿所 述R0C的所述邊界的候選區域對；從所述候選區域對中移除至少一個無效區域對。
[0015] 在一個實施方式中，所述至少一個特征表示亮度和/或顏色和/或紋理。
[0016] 在一個實施方式中，在所述區域對確定步驟中，其中，所述至少一個區域對滿足W 下標準：要配對的內部區域和外部區域與所檢測到的R0C的同一邊界區域相鄰。
[0017] 在一個實施方式中，在所述第一差分計算步驟和所述第二差分計算步驟中，對所 述至少一個特征中的至少一部分進行加權。
[0018] 在一個實施方式中，所述判斷步驟還包括：在從所述第一差分到所述第二差分的 轉變是從較小差分到較大差分的情況下，判斷所述改變區域為丟棄的物體；或者在從所述 第一差分到所述第二差分的轉變是從較大差分到較小差分的情況下，判斷所述改變區域是 移除的物體。
[0019] 在一個實施方式中，所述判斷步驟還包括：計算從所述第一差分到所述第二差分 的轉變分數；將所述轉變分數與預先設置的闊值進行比較；在所述分數大于所述闊值的情 況下，判斷所述改變區域為丟棄的物體，或者在所述分數小于所述闊值的情況下，判斷所述 改變區域為移除的物體。
[0020] 在另一方面，提供了一種被配置為判斷R0C的內容的裝置，其中，通過將視頻序列 的當前頓與場景模型進行比較來檢測所述R0C。所述裝置包括：區域對確定單元，其被配 置為確定來自所述R0C的內部和外部的至少一個區域對；第一差分計算單元，其被配置為 計算所述場景模型中的所述至少一個區域對的至少一個特征的第一差分；第二差分計算 單元，其被配置為計算所述當前頓中的所述至少一個區域對的所述至少一個特征的第二差 分；判斷單元，其被配置為根據所述第一差分和所述第二差分，判斷所述改變區域是否是丟 棄的物體，或者判斷所述改變區域是否是移除的物體。
[0021] 在一個實施方式中，所述裝置還包括預處理單元，所述預處理單元被配置為實現 對所述場景模型和所述當前頓的離散余弦變換、傅立葉變換或小波變換。
[0022] 在一個實施方式中，所述區域對確定單元還包括；提取子單元，其被配置為提取所 述R0C的邊界；獲取子單元，其被配置為獲取沿所述R0C的所述邊界的候選區域對；W及移 除子單元，其被配置為從所述候選區域對中移除至少一個無效區域對。
[0023] 在一個實施方式中，所述判斷單元還包括：在從所述第一差分到所述第二差分的 轉變是從較小差分到較大差分的情況下，判斷所述改變區域為丟棄的物體；或者在從所述 第一差分到所述第二差分的轉變是從較大差分到較小差分的情況下，判斷所述改變區域為 移除的物體。
[0024] 在一個實施方式中，所述判斷單元還包括；計算子單元，其被配置為計算從所述第 一差分到所述第二差分的轉變分數；比較子單元，其被配置為將所述轉變分數與預先設置 的闊值進行比較；判斷子單元，其被配置為在所述分數大于所述闊值的情況下，判斷所述改 變區域為丟棄的物體，或者在所述分數小于所述闊值的情況下，判斷所述改變區域為移除 的物體。
[00巧]在另一方面，提供一種照相機系統。所述照相機系統包括；鏡頭系統；照相機模 塊，其被禪合到所述鏡頭系統W捕獲輸入視頻序列；根據上述裝置中的任一個所述的裝置。
【附圖說明】
[0026] 包含在說明書中并且構成說明書的一部分的附圖示出了本發明的實施例，并且與 文字描述一起用于解釋本發明的原理。
[0027] 圖1示意性地示出了物體被丟棄和物體被移除的兩個視頻場景；
[0028] 圖2示例性地示出了現有技術的缺點。
[0029] 圖3示意性地示出了本發明的原理。
[0030] 圖4A是根據能夠實現本發明的實施例的第一示例性系統配置的示意性框圖。
[0031] 圖4B是根據能夠實現本發明的實施例的第二示例性系統配置的示意性框圖。
[0032] 圖5是示出圖4A和圖4B中的計算設備420的示例性硬件配置的框圖。
[0033] 圖6是示出根據本發明的R0C內容判斷方法的通用流程圖。
[0034] 圖7是示出根據本發明的區域對確定步驟中的處理的流程圖。
[0035] 圖8示出了按照行搜索檢測到的R0C的最小和最大塊索引的處理。
[0036] 圖9示出了按照列搜索檢測到的R0C的最小和最大塊索引的處理。
[0037] 圖10示出了R0C的邊界塊和相應的候選區域對的位置。
[0038] 圖11示出了圖9的圖像坐標系。
[0039] 圖12示出了無效區域對的一個示例。
[0040] 圖13示出了無效區域對的另一個示例。
[0041] 圖14是示出根據本發明的第一差分計算步驟中的處理的流程圖。
[0042] 圖15是示出根據本發明的第二差分計算步驟中的處理的流程圖。
[0043] 圖16是示出根據本發明的內容判斷步驟中的處理的流程圖。
[0044] 圖17是根據本發明的R0C內容判斷裝置的功能配置。
【具體實施方式】
[0045] 下面，參照附圖詳細描述本發明的示例性實施例。應注意，下面的描述在本質上僅 是說明性和示例性的，而絕不旨在限制本發明及其應用或者使用。除非另外具體說明，在實 施例中描述的部件和步驟、數字表示和數值的相對布置不限制本發明的范圍。另外，不詳細 討論本領域技術人員已知的技術、方法和設備，但