CN101017573A - 一种基于视频监控的运动目标检测与识别方法 - Google Patents

Abstract

一种视频监控***中运动目标的检测与识别方法，基于分块的帧间差分与背景减除相结合的运动目标检测：采用基于分块的帧间差分，分两步进行，首先对视频图像进行分块，然后用帧间差分方法对每个子块进行差分运算；根据差分结果实现对运动图像进行粗分割，分离出背景区域和前景区域；背景区域用来构造和更新背景模型；背景图像构造完成后，利用背景图像对每帧图像中粗分割出的运动区域进行差分，差分图像中灰度值满足一定阈值，满足阈值的像素点被认为是运动目标的像素点，然后对所有运动目标像素点进行聚类，并利用在HSV空间中阴影的特征进行阴影处理，最终获取视频图像中精确的运动目标。

Description

一种基于视频监控的运动目标检测与识别方法

一、技术领域

本发明涉及的是一种视频监控***中运动目标的检测与识别方法，尤其在交通、安防领域中通过视频技术对人或车辆等进行智能监控的图像处理方法。

二、技术背景

智能视频监控是计算机视觉领域中一个重要方面，其主要工作就是从动态场景的视频图像中检测、识别和跟踪感兴趣的运动目标，并希望能够分析、理解并描述监视目标的行为。传统的监控***一般是通过多摄像机获取监控场景的视频图像，由人眼来完成监视；或者对监控现场进行录像，当事件发生后，视频图像作为证据。事实证明这种方式的监控效率十分低下。智能化的视频监控不但能替代人的眼睛，并且还能够自动完成各种监控的任务。目前，智能视频监控***是一个计算机视觉研究的一个热点。

在智能化的视频监控***中，监视场景中的运动目标的检测与识别是十分关键的技术。但从目前的研究成果来看，快速准确的运动检测是个相当重要但又是比较困难的问题。这是由于动态环境中捕捉的图像受到多方面的影响，比如天气的变化、光照条件的变化、背景的混乱干扰、运动目标的影子、物体与环境之间或者物体与物体之间的遮挡、甚至摄像机的运动等，这些都给准确有效的运动分割带来了困难。就以运动目标的影子为例，它可能与被检测的目标相连，也可能与目标分离。在前者情况下，影子扭曲了目标的形状，从而使得以后基于形状的识别方法不再可靠；在后者情况下，影子有可能被误认为为场景中一个完全错误的目标。目前图像运动分割主要利用背景减除方法，但如何建立对于任何复杂环境的动态变化均具有自适应性的背景模型仍是相当困难的问题。

在智能化的视频监控***中，监视场景中运动目标识别的能力是判断***智能化程度的重要指标，是能否成功完成自动监控任务的关键。视频监控过程中，监控环境复杂，摄像机的设置不同，造成采集的视频图像在很多情况下受到的干扰很大。例如，摄像机离监控场景的远近，造成检测的目标面积大小有变化，而不同的目标摄像机的远近也可能造成目标小的物体成像时面积反而会大，这就造成以目标面积为特征的识别方法失效。目前运动目标识别所采用的主要数学方法有统计学方法，神经网络、支持向量机等。随着视频监控的应用场合不断扩大，对识别的准确率，识别的实时性也要求越来越高。如何设计一个识别效果好，应用范围广，适应性强的运动目标识别方法是一个挑战。

目前，对视频图像中目标检测的方法主要有光流法，差分法和背景减除法，每种方法都有各自的优缺点。现在趋势是把几种方法加以融合，以获得更好的检测效果。在目标识别方面，特征选择和分类器的设计是研究的重点。神经网络方法已得到广发的应用，当前支持向量机越来越受到广泛的重视。可以参见[1]Maurin B，MasoudO，Papanikolopoulos N P.Tracking all traffic：computer vision algorithms for monitoringvehicles，individuals，and crowds.IEEE Robotics&Automation Magazine，2005，12(1)：29～36.[2]Weiming Hu，Tieniu Tan，Liang Wang，and Steve Maybank，A survey on visualsurveillance of object motion and behaviors，IEEE Transactions on Systems，Man andCybemetics，Part C：Applications and Reviews，Vol.34，No.3，2004，pp.334-352.[3]王亮，胡卫明，潭铁牛.人运动的视觉分析综述.计算机学报，2002，25(3)：225-237.[4]潘锋等，基于支持向量机的复杂背景下的人体检测.中国图象图形学报，2005，10(2)：181-186.[5]李元诚，方廷健.基于粗糙集理论的支撑向量机预测方法研究.2003 Vol.18 No.2 P.199-203.[6]Lipton A，Fujiyoshi H and Patil R.Moving target classification and tracking from real-timevideo.In：Proc IEEE Workshop on Applications of Computer Vision，Princeton，NJ，1998，8-14.[7]Platt J C，Cristianini N，Shawe-Taylor J.Large Margin DAGs for MulticlassClassification.In Advances in Neural  Information Processing Systems，MITPress，2000：12：547-553.[8]Cucch iara R，Grana C，PiccardiM et al.Improving shadowsuppression in moving object detection with HSV color information[A].In：Proceedings ofIEEE Intelligent T ranspo rtation Systems Conference[C]，Oakland，CA，USA，2001：334～339.

本申请人的CN200510094306.9一种视频运动目标分割与跟踪方法：采用减背景方法分割运动目标，再进行目标特征的提取和特征识别，实现对目标的稳定跟踪；其中，背景的模型是一个实时更新的模型，采用基于自组织特征映射SOFM网络和小区域标记合并的场景分割算法和视频运动信息相结合的方式，自适应生成首帧背景；特征表达时，采用两种表达形式：参数化特征和像素级空域特征；目标跟踪时，采用由粗到细逐步精细的匹配策略，通过粗匹配和细匹配，实现对目标的识别和跟踪；

所述自组织特征映射(SOFM)神经网络和小区域标记合并的场景分割算法和视频运动信息相结合的方式是：先对网络设置一较大的输出类别数，对其进行训练，将其对输入的图像进行过分割，然后对分割出来的各区域采用一种小区域标记的多度量模糊判据进行迭代合并，获得最终分割结果；SOFM网络由两层组成，分别为输入层和竞争层，输入层神经元数为n，竞争层神经元为m，每个输入节点与输出节点之间有可变的权值连接，将任意维的输入模式在竞争层输出映射成一维或二维离散图形，并保持其拓扑结构不变；

用场景图像数据对SOFM网络进行训练，使SOFM的某一特定神经元对某种灰度特征敏感，当待分割图像被输入网络时，根据数据的灰度特征就可以对数据进行自组织聚类，完成对图像进行区域分割；区域多度量模糊图像进行合并：准则

经SOFM神经网络聚类后输出的图像被硬分割成一个固定个数的区域，每个像素根据其灰度特征归属于某一特定聚类；先对图像进行过分割，然后按类提取并进行分块和标记，获得有标记的小区域，再对已标记小区域采用多度量模糊准则进行合并，获得了较好的分割效果。

需要继续发展满足实际的应用。

三、发明内容

本发明目的是提出一种应用于视频监控***中运动目标的检测与识别方法，能适应不同复杂环境下视频监控场所的运动目标检测和识别。

一种视频监控***中运动目标的检测与识别方法，基于分块的帧间差分与背景减除相结合的运动目标检测和基于粗糙集预处理的支持向量机运动目标识别；采用基于分块的帧间差分(前后两帧各子块相减)与背景减除相结合的运动目标检测方法，分两步进行，首先对视频图像进行分块，然后用帧间差分方法对每个子块进行差分运算；根据差分结果实现对运动图像进行粗分割，分离出背景区域和前景区域；背景区域用来构造和更新背景模型；背景图像构造完成后，利用背景图像对每帧图像中粗分割出的运动区域进行差分，差分图像中灰度值满足一定阈值(阈值一般在20～40之间)的像素点被认为是运动目标的像素点，然后对所有运动目标像素点进行聚类，并利用在HSV空间中阴影的特征进行阴影处理，最终获取视频图像中精确的运动目标。

本发明方法中，运动目标检测分两步进行，首先用帧间差分对运动图像进行粗分割，分离出背景区域和前景区域，背景区域用来构造和更新背景模型。一旦背景构造完成后，便可以对粗分割出的运动区域采用背景减除方法进行细分割，检测出精确的运动目标。使用帧间差分获取的背景区域构造和更新背景，能有效地把停止的运动目标融入背景，同时也能去除场景中突然运动的目标原来位置所留下“鬼影”。由于是在粗分割出的运动区域进行背景减除，能有效克服背景噪声，同时进行细分割时处理的区域大大缩小，因此本算法的整体运算量较小。在背景减除分割目标细分割中，我们根据阴影的在HSV空间的特征，把阴影分离出来。

实验结果表明，该方法克服帧间差分提取目标不精细缺点，解决了背景减除方法中背景构造更新的困难，能够对对监控场景中运动目标进行精确检测，对光线变化、背景干扰不敏感，具有较好的鲁棒性和实时性。

在目标识别阶段，根据检测目标的轮廓提取目标的各种特征信息，包括长宽比、形状简单度以及多个方向的轮廓图像的重心点到图像边界的距离。然后利用粗糙集理论，对提取的目标特征进行约简，提取出对分类有利的特征。最后采用多类的支持向量机，构造一个多目标分类器，对检测出运动目标进行快速识别。该方法的优点是，在不同的应用场合，不同的摄像机视角的情况下，能自动提取对分类有利的目标特征，构造有效的支持向量机，对各种特殊环境具有较好的适应性。

实验结果表明，该方法能够快速准确地在监控视频中对运动的车辆、行人、人群、以及自行车等进行检测和分类识别，对监控场景中非法目标入侵进行自动报警。

四、附图说明

图1是本发明的运动目标检测算法流程图

图2是本发明进行图像粗分割示意图

图3是本发明基于支持向量机与粗糙集的运动目标的分类识别流程图

图4是本发明中不同目标的轮廓形状举例

图5是本发明中特征分量提取方法

图6是本发明多类支持向量机构造，其中1表示行人，2车辆，3人群，4自行车

图7是本发明视频图像和构建背景实验结果

图8是本发明粗分割和细分割的结果

图9是本发明去除阴影后目标分割结果

五、具体实现方式

1基于分块的帧间差分与背景减除相结合的运动目标检测

1.1方法概述

帧差法尽管能有效的去除静止的背景，但往往提取的目标比较粗造，比实际的运动目标轮廓要大，并且目标中会出现空洞现象。而背景减除方法中对背景建模和背景更新要求较高。需要快速的建立背景图像，并对背景进行及时更新，以保证对光照，干扰等环境变化适应能力。我们利用帧差法能有效分离背景的优势，利用帧差方法对背景进行建模。再用背景减除方法对目标进行精提取。具体方法是首先用帧间差分对运动图像进行粗分割，分离出背景区域和前景区域，背景区域用来构造和更新背景模型。一旦背景构造完成后，便可以对粗分割出的运动区域采用背景减除方法进行细分割，检测出精确的运动目标。

在背景减除分割目标细分割中，我们采用双阈值方式对前景区域与背景进行减除，获取实际的目标区域和目标阴影的混合区，再利用阴影的位置特征，把阴影分离出来。具体过程可参见附图1。

一般获得的彩色图像用RGB空间表示，RGB在计算机领域有着举足轻重的地位，被广泛用于计算机图形和成像之中。然而，在处理现实世界的图像时，RGB并非很有效，因为它对所有色彩都用等长像素点的R、G、B三色加以合成。这就使得每个像素在R、G、B三个成分上拥有相同的像素深度和显示分辨率。此外，就是与人的视觉***很有关系，人类的眼睛对低频信号比对高频信号具有更高的敏感度，人类的眼睛对明视度的改变也比对色彩的改变要敏感的多。为了后面阴影处理的需要，我们把RGB空间转化为HSV空间，H表示色度空间，S表示颜色饱和度空间，而V表示亮度空间。

在后面的处理中，如果不特别说明，所有的处理都在亮度V空间中进行。1.2背景模型的建立与更新

设定{fk(x，y)}，k＝1，2，...为一图像序列，fk(x，y)表示第k帧图像在(x，y)点的灰度值，在不产生歧义时，也用来表示第k帧图像。为了获得场景的背景图像，我们首先采用相邻帧差来对背景图像建模。

首先把每帧序列图像划分为m×n个子块，例如对第k帧图像，划分后每个小块表示为S_ij ^k(x，y)，i＝1，2，..，m j＝1，2，...，n，即

$f_k(x,y)=\underset{i=1}{\overset{m}{U}}\underset{j=1}{\overset{n}{U}}{S}_{\mathrm{ij}}^k(x,y)---\left(1\right)$

进行帧间差分粗分割时，对相邻的两帧图像f_k-1(x，y)，f_k(x，y)所对应的子块进行差分，并根据一个阈值T来获得子块中可能判定为前景或背景的像素点，并统计前景像素点的个数。即统计满足公式

$|S_{\mathrm{ij}}^k(x,y)-S_{\mathrm{ij}}^{k-1}(x,y)|>T---\left(2\right)$

的像素点的个数，记为MVCount。

$\mathrm{MVCount}=\mathrm{count}\left(\right\{(x,y)\∈S_{\mathrm{ij}}^k^|S_{\mathrm{ij}}^k(x,y)-S_{\mathrm{ij}}^{k-1}(x,y)|>T\left\}\right)---\left(3\right)$

如果在子块中，判定为前景点的个数MVCount达到一定的阈值δ，例如达到子块中所有像素点个数的5％，则我们判定为该子块为运动前景块，否则为背景块。

可以看到，这样的分割是粗造的，实际上在大部分情况下把运动区域放大了。最终，我们得到了图像的一个粗略分割，见附图2，其中(1)为背景区域，(2)为运动区域。

设第k帧时刻背景图像表示为B_k(x，y)，相似于前面图像帧的处理，背景图像也对应的划分为m×n子块，每个子块表示为B_ij ^k(x，y)，并在初始时，设定背景图像所有像素点的灰度值为-1，即B_o(x，y)＝-1，表示背景没有被初始化。根据帧差粗分割的结果，我们用被判定为背景的子块S_ij ^k(x，y)来构造或更新背景图像。具体规则是，如果对应的背景子块没有被初始化过，即其像素值为-1，则用判定为背景的子块的灰度值直接替代。如果被初始化过，则用当前背景子块进行适当更新。

$B_{\mathrm{ij}}^k(x,y)=\left\{\begin{array}{ccc}{S}_{\mathrm{ij}}^k(x,y)& \mathrm{if}& B_{\mathrm{ij}}^k(x,y)=-1\\ \mathrm{\α}{B}_{\mathrm{ij}}^k(x,y)+(1-\mathrm{\α})S_{\mathrm{ij}}^k(x,y)& \mathrm{if}& B_{\mathrm{ij}}^k(x,y)\≠-1\end{array}\right.---\left(4\right)$

其中0≤α≤1为更新速率，表示背景模型的更新快慢，α越大表示背景更新越慢。当α＝1时背景模型不更新，当α＝0时，用当前帧的背景子块区域灰度值直接替换背景模型中相应区域。

当光照变化强烈时，应尽快更新背景的变化，我们采用和图象平均亮度相关的变化更新策略。根据经验我们知道，当环境光照变化时，一般场景中背景区域的亮度变化时均匀的，因此我们通过前后帧中背景区域亮度的平均值的变化来感知光照的变化，同时也根据这个信息来调节背景的更新速率α。

设Lk是第k帧图像中所有背景子块S_ij ^k(x，y)中像素灰度值的平均值，表示第k帧图像背景的亮度。

$L_k=\frac{1}{N}\underset{(x,y)\∈S_{\mathrm{ij}}^k}{\mathrm{\Σ}}{S}_{\mathrm{ij}}^k(x,y)\mathrm{if}{S}_{\mathrm{ij}}^k\∋\mathrm{background}---\left(5\right)$

N为所有背景子块中像素点的个数。

而前一帧对应的背景子块的平均亮度记为L_k-1。

$\mathrm{\α}=\mathrm{\η}(1-\frac{|L_k-L_{k-1}|}{\max (L_k,L_{k-1})})---\left(6\right)$

0≤η≤1是设定的一个常量，可设置在0.05～0.4范围内。可以看出当光照变化强烈时，α变小，背景更新也快。

对那些判定为前景的区域，背景对应子块保持不变。

随着目标的移动，目标背景B_k(x，y)中的所有子块最终全部被初始化，也就表示图像参考背景构造成功。

可以看出，通过帧间差分，我们大致分离了背景区域和运动区域，对非运动区域的背景的噪声进行了有效的压制。缩小了目标检测的范围，对后面的目标细分割有很好的帮助。

由于帧间差分无法检测出静止的物体，静止的目标会被当作背景，因此这种结合前后两帧相减的方法来构造和更新背景图像，可以有效把开始运动然后静止的运动目标包含在背景图像模型中，也能顺利解决由于目标由静止转变为运动所在背景图像中留下“鬼影”的现象。

1.3运动目标提取

一旦背景构造完成，就可以进行背景减除的细分割了。由于对子块进行差分获取前景子块时，可能会把运动目标边缘的点被当作背景块而丢失，因此，我们把运动区域稍微作一些扩大，对紧邻被判定为前景块的子块，只要包含相对于前面阈值δ更少的前景点，也标记为前景块，最后，我们把这些前景子块和其对应的背景进行差分。构造出第k帧图像各个前景子块的运动区域的二值化模板M_ij ^k(x，y)。

$M_{\mathrm{ij}}^k(x,y)=\left\{\begin{array}{cc}1& |S_{\mathrm{ij}}^k(x,y)-B_{\mathrm{ij}}^k(x,y)|>T\\ 0& \mathrm{otherwise}\end{array}---\left(7\right)\right.$

T为分割阈值，可根据经验获取，一般在20～40之间，也可以通过OSTU方法获得。把所有的这些运动区域的二值化模板M_ij ^k(x，y)进行子块合并，最后，获得了整个第k帧图像的运动目标二值化模板M_k(x，y)，用此模板与原图像进行与操作，就可以提取出运动目标。

1.4运动目标阴影处理

阴影主要是由于光源(如阳光、灯光等)被物体遮挡而引起的。在场景中，当光源强烈时，运动目标的阴影就会出现，并随着目标的运动而运动。通过前面的目标检测的过程可以看出，由于阴影改变了背景图像中像素亮度，因此阴影会和运动的目标一起被当作运动前景区域检测出来。

为了得到精确的目标，还必须把阴影去除。根据阴影的视觉特征，阴影区域可以被看作是半透明的区域，当背景点被阴影覆盖时，其亮度值变小，而色度值大小基本保持不变，而背景点被运动目标覆盖时，其亮度值可能变大也可能变小，但色度值一般变化很大。根据这些特征，本文对检测出的目标进行进一步的检测处理。

对那些被判定为运动目标的点，在按照下面公式进行判断，去除阴影点^[8]。

$M_{\mathrm{ij}}(x,y)=\left\{\begin{array}{cc}0& \mathrm{if}({\mathrm{\β}}_1\≤\frac{S_{\mathrm{ij}}^Y(x,y)}{B_{\mathrm{ij}}^Y(x,y)}\≤{\mathrm{\β}}_2)^|S_{\mathrm{ij}}^S(x,y)-B_{\mathrm{ij}}^S(x,y)|\≤{\mathrm{\Γ}}^S^|S_{\mathrm{ij}}^H(x,y)-B_{\mathrm{ij}}^H(x,y)|\≤{\mathrm{\Γ}}^H\\ 1& \mathrm{otherwise}\end{array}---\left(8\right)\right.$

M_ij(x，y)是最终去除阴影的运动目标的对应二值模板子块，上式中上标V、S、H分别表示图像在HSV空间的值，β₁、β₂、Γ^S、Γ^H分别为阈值，β₁＜β₂＜1，它们的值需要在试验决定。

经过背景差分的细分割后，所获得运动目标的二值化模板中仍然包含有可能的噪声点。同时由于背景和运动目标某些位置的灰度值差值可能相差很小，最后得到的运动目标二值化模板中可能存在着空洞现象，因此还必须进行形态学操作等后续处理，才能得到真正精确的运动目标模板。

由于前景区域可能是包含多个运动目标，采用聚类方法，分别提取出各个运动目标图像。

2基于粗糙集与支持向量机的目标识别

2.1方法概述

在目标识别阶段，本发明根据检测目标的轮廓提取目标的各种特征信息，然后利用粗糙集理论，对提取的目标特征进行约简，提取出对分类有利的特征。最后采用支持向量机，对检测出运动目标进行快速识别。具体过程如附图3所示。

2.2特征提取

目标特征是识别的依据，目标特征的选择是进行目标分类识别的关键步骤。特征的选择对目标识别影响很大，好的特征能很容易把目标区分开来，而区分度不大的特征往往会造成目标的误判率增大，甚至无法识别。例如在交通监控场景中，采用颜色特征来区分车辆和单个行人是不恰当的，而采用面积特征和长宽比比较好。但是面积特征和长宽比不能很好区分车辆和人群，就必须寻找更好的目标特征。目前目标特征选择一般是根据经验来进行。

根据运动目标的外观轮廓对运动目标进行分类识别一般方法是，首先通过运动检测方法获取运动目标的二值模板，同时也就获取到目标的外轮廓模型，根据外轮廓模型提取运动目标外观的特征，例如目标的面积，长宽比等。然后根据这些特征信息，结合经验知识进行判别。

一些常用的目标特征描述。

(1)长宽比特征

目标的长宽比是指包含目标的外接矩形的长宽比，长是指在y轴方向上目标所占长度，宽是指在x轴方向上目标所占长度，用公式(9)表示。

$f_{h/w}=\frac{|y_{\mathrm{botom}}-y_{\mathrm{top}}|}{|x_{\mathrm{right}}-x_{\mathrm{left}}|}---\left(9\right)$

(2)区域的形状简单度

形状的简单度可以用公式(10)来表示，其中，P表示区域的周长，A表示区域的面积。

$f_c=\frac{4\mathrm{\πA}}{P^2}---\left(10\right)$

以上几种是比较常用的目标几何特征。在某些场合下，这些特征往往无法完成目标的识别工作。例如，目标离摄像镜头远近距离严重影响面积特征的使用，当一个行人离镜头比汽车近时，往往行人的目标的面积比汽车还大。而包含多人的人群的长宽比就和车辆相似，见图4。因此需要寻找更好的特征去区分不同的目标。

经过分析可以看出，前面所介绍的面积特征，长宽比特征等，没有很好地反映不同目标的轮廓形状特点。因此为了更好体现目标的轮廓形状特点，我们必须采用能很好反映目标的形状的特征参数。为此本发明中我们采用如图所示的一种心形形状特征，具体方法是依次每隔一定角度 $\mathrm{\α}=\frac{2\mathrm{\π}}{d},$ 取从目标轮廓图像的重心点到图像边界的距离作为一个特征分量r_i(i＝1，2，...，d)。这些分量间隔呈放射状分布，指向目标的轮廓线。如果某个向量不止一次穿过目标轮廓的边界，则选择距离最远的，将各向量的长度按顺序表示为目标形状的特征向量。见附图5。

为了避免目标离摄像机镜头远近而引起的特征差异，我们对上述特征进行规一化，即

$r_i^{*}=\frac{r_i}{\underset{j=\mathrm{1,2},\·\·\·,d}{\max }\left\{r_j\right\}}---\left(11\right)$

为了描述方便，我们把r_i ^*仍记做r。做规一化处理，使特征向量具有伸缩不变性。从特征向量的抽取过程中可以看出，特征向量只与目标的轮廓有关，在目标提取过程中有可能目标内部空洞不会对目标的特征向量造成影响。

我们把前面介绍的长宽比、边界复杂度特征与表示目标轮廓形状特征r_i(i＝1，2，...，d)一起作为目标分类特征，记做

F＝(f_h/w，f_c，r₁，r₂，...，r_d)    (12)

该特征向量维数为d+2。

2.3特征约简

在所采用的目标特征中，在不同的场合可能存在冗余，这对分类器的构造以及后期的识别影响很大。因此我们首先利用前面介绍的粗糙集理论方法对目标特征进行约简。这种约简有两个好处，一是精简了特征维数，第二是删除了多余无用的样本。

我们分别把需要分类的四类目标表示为1，2，3，4。1表示单个行人，2表示车辆，3表示人群，4表示自行车。然后从包含n个样本集中提取特征，构造一个信息表

然后利用粗造集方法对该信息表进行特征约简，最终获得一个约简后的信息表，该表中已包含较少的特征分量和样本数据，即m≤n，并且k≤d+2。

2.4支持向量机的构造

用粗糙集方法约简后的样本数据构造支持向量机。以目标分行人、车辆、人群、自行车4类为例，本发明中我们采用DDAG-SVMs方法构造分类器^[7]。具体做法是依次构造6个分类器，构成如图6所示的多类分类器。分类器采用径向基函数，σ²＝0.5。

在训练时，这些支持向量机只需要部分与其相关的样本，例如对支持向量机SVMs2-3来说，只需要车辆和人群的样本数据进行构造。

一旦所有向量机构造完成后，进入分类识别阶段，任何一种目标必须经过3次分类，才可以得到正确的结果。

3实验结果说明

我们采用一段分辨率为320×240的高速公路视频HighwayI在存储器为AMD3000，内存为512MB的PC机上做实验。

实验中，每帧视频图像被划分为32×24块，即每块大小100个像素。图像的背景已建立完成，建立的背景很干净，见图7。

图8是采用本文方法所进行的粗分割大致提取出运动目标的运动区域的结果以及细分割结果，图9是去除阴影的运动目标二值模板和运动目标。

下表是采用本发明方法所对人、车辆、人群和自行车所识别的效果。

目标类别	检测次数	正确次数	正确率	误判次数	误判率
						1-行人	63	60	95.24％	3	4.76％
2-车辆	82	79	96.34％	3	3.66％
						3-人群	47	43	91.49％	4	8.51％
4-自行车	40	38	95.00％	2	5.00％
						合计	232	220	94.83％	12	5.17％

本发明所涉及的是视频图像处理中最基本最关键的运动目标检测和识别技术，在视频监控技术中起着十分关键的作用。本发明可广泛应用于智能交通、安防、军事等领域。也可以应用于基于对象的视频编码、视频检索、视频会议、机器视觉等领域。

Claims (4)

1.一种视频监控***中运动目标的检测与识别方法，其特征是基于分块的帧间差分与背景减除相结合的运动目标检测：采用基于分块的帧间差分，即前后两帧各子块相减，与背景减除相结合的运动目标检测方法，分两步进行，首先对视频图像进行分块，然后用帧间差分方法对每个子块进行差分运算；根据差分结果实现对运动图像进行粗分割，分离出背景区域和前景区域；背景区域用来构造和更新背景模型；背景图像构造完成后，利用背景图像对每帧图像中粗分割出的运动区域进行差分，差分图像中灰度值满足一定阈值，阈值在20～40之间，满足阈值的像素点被认为是运动目标的像素点，然后对所有运动目标像素点进行聚类，并利用在HSV空间中阴影的特征进行阴影处理，最终获取视频图像中精确的运动目标。

2.根据权利要求1所述的视频监控***中运动目标的检测与识别方法，其特征是基于粗糙集预处理的支持向量机运动目标识别方法是在识别阶段时，根据检测目标的轮廓提取目标的各种特征信息，包括长宽比、形状简单度以及多个方向的轮廓图像的重心点到图像边界的距离。获取的这些特征利用粗糙集理论进行约简，提取出对分类有利的特征；最后采用多类的支持向量机，构造一个多目标分类器，对检测出运动目标进行快速识别。

3.根据权利要求1所述的视频监控***中运动目标的检测与识别方法，其特征是在目标识别阶段，采用心形形状特征识别方法，依次每隔一定角度 $\mathrm{\α}=\frac{2\mathrm{\π}}{d},$ 取从目标轮廓

图像的重心点到图像边界的距离作为一个特征分量r_i(i＝1，2，...，d)；这些分量间隔呈放射状分布，指向目标的轮廓线；如果某个向量不止一次穿过目标轮廓的边界，则选择距离最远的，将各向量的长度按顺序表示为目标形状的特征向量；并对上述特征进行规一化，即

$r_i^{*}=\frac{r_i}{\underset{j=\mathrm{1,2},...,d}{\max }\{r_j\}}$

把r_i ^*仍记做r。做规一化处理，使特征向量具有伸缩不变性；从特征向量的抽取过程中可以看出，特征向量只与目标的轮廓有关，在目标提取过程中有可能目标内部空洞不会对目标的特征向量造成影响；把前面介绍的长宽比、边界复杂度特征与表示目标轮廓形状特征r_i(i＝1，2，...，d)一起作为目标分类特征，记做

F＝(f_h/w,f_c,r₁,r₂,...，r_d)

该特征向量维数为d+2。利用前面介绍的粗糙集理论方法对目标特征进行约简，分别把需要分类的四类目标表示为1，2，3，4：1表示单个行人，2表示车辆，3表示人群，4表示自行车；然后从包含n个样本集中提取特征，构造一个信息表，然后利用粗造集方法对该信息表进行特征约简，最终获得一个约简后的信息表，该表中已包含较少的k个特征分量和m个样本数据，即m≤n，并且k≤d+2。

4、根据权利要求1所述的视频监控***中运动目标的检测与识别方法，其特征是用粗糙集方法约简后样本数据构造支持向量机；采用DDAG-SVMs方法构造分类器；分类器采用径向基函数，σ²＝0.5；在训练时，支持向量机只需要部分与其相关的样本，一旦所有向量机构造完成后，进入分类识别阶段，任一目标必须经过3次分类，得到正确结果。

Images