CN104657993B

CN104657993B - 一种镜头遮挡检测方法及装置

Info

Publication number: CN104657993B
Application number: CN201510075898.3A
Authority: CN
Inventors: 赵昕
Original assignee: BEIJING DEEPGLINT INFORMATION TECHNOLOGY Co Ltd
Current assignee: Beijing gelingshentong Information Technology Co.,Ltd.
Priority date: 2015-02-12
Filing date: 2015-02-12
Publication date: 2018-04-17
Anticipated expiration: 2035-02-12
Also published as: CN104657993A

Abstract

本发明提供了一种镜头遮挡检测方法及装置，包括：确定包含深度信息的前景图像帧，根据该深度信息确定前景图像帧的深度直方图，确定该前景图像帧的深度直方图与背景模型的深度直方图的差值，其中背景模型是根据包含深度信息的背景图像帧确定的，最后根据该差值确定镜头是否被遮挡。采用本发明提供的技术方案，利用深度直方图基于深度信息来统计判断前景深度和背景深度，进而检测出镜头是否被恶意遮挡，能够提高镜头遮挡检测的准确性，为安防工作提供有力的保证。

Description

一种镜头遮挡检测方法及装置

技术领域

本发明涉及安防监控技术领域，特别涉及一种镜头遮挡检测方法及装置。

背景技术

目前，我国各行业各种规模大小的安防监控***已非常普遍，除了治安、金融、银行、交通、军队和口岸等特殊领域外，社区、写字楼、酒店、公共场所也大多都已安装了安防监控设备。当安防监控设备中的摄像机镜头被人为恶意遮挡，若监控人员未能及时发现时，则会导致监控失效。

现有技术中解决该镜头遮挡检测的方法是通过摄像头获取场景RGB(red、green、blue，红绿蓝)数据，建立RGB背景模型，统计前景和背景的差值来判断镜头是否被遮挡。由于镜头采集到的数据是RGB数据，还原出的图像为二维平面图像，无法判断前景到镜头的距离，所以无法区分前景像素变化是由镜头遮挡造成的，还是由于场景中很多物体在移动造成的，例如，若使用一张背景的照片遮挡镜头时，镜头中看到场景与实际背景无异，由于无法较好的还原镜头遮挡的物理过程，仅是基于平面数据变化的猜测，因此会导致镜头遮挡检测的准确率较低。

现有技术的不足在于：

现有技术中检测镜头被遮挡的方法准确率较低，达不到较好的安防监控效果。

发明内容

本发明实施例中提供了一种镜头遮挡检测方法及装置，用以解决现有检测方法准确率较低的问题。

本发明实施例中提供了一种镜头遮挡检测方法，包括步骤：

确定前景图像帧，所述前景图像帧包含深度信息；

根据所述深度信息确定所述前景图像帧的深度直方图；

确定所述前景图像帧的深度直方图与背景模型的深度直方图的差值，所述背景模型是根据背景图像帧确定的，所述背景图像帧包含深度信息；

根据所述差值确定镜头是否被遮挡。

本发明实施例中提供了一种镜头遮挡检测装置，包括：

深度传感器，用于确定前景图像帧，所述前景图像帧包含深度信息；

直方图确定模块，用于根据所述深度信息确定所述前景图像帧的深度直方图；

差值确定模块，用于确定所述前景图像帧的深度直方图与背景模型的深度直方图的差值，所述背景模型是根据背景图像帧确定的，所述背景图像帧包含深度信息；

镜头遮挡确定模块，用于根据所述差值确定镜头是否被遮挡。

本发明的有益效果是：

本发明实施例提供的技术方案中，利用深度直方图基于深度信息来统计判断前景深度和背景深度，进而检测出镜头是否被恶意遮挡。相较现有技术中利用RGB信息判断镜头被遮挡的技术方案，由于增加了深度信息，检测的对象从二维变为三维，检测的内容更加丰富全面，能更好的还原镜头遮挡的本质。采用本发明实施例提供的技术方案，能够提高镜头遮挡检测的准确性，为安防工作提供有力的保证。

附图说明

下面将参照附图描述本发明的具体实施例，其中：

图1为本发明实施例中镜头遮挡检测方法实施的流程示意图；

图2为本发明实施例中镜头遮挡检测装置的结构示意图。

具体实施方式

为了使本发明实施例中的技术方案及优点更加清楚明白，以下结合附图对本发明的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本发明的一部分实施例，而不是所有实施例的穷举。

发明人在发明过程中注意到：

现有的镜头遮挡检测技术方案，都是基于平面二维数据进行分析判断，例如简单计算当前画面与之前某个时刻画面的差值，或者基于RGB数据建立RGB背景模型，统计前景和背景的差值来判断镜头是否被遮挡，由于没有深度信息，无法判断前景到镜头的距离，对恶意的使用同背景一模一样的照片遮挡镜头的情况就不能很好的判断出来，降低了镜头遮挡的准确性，甚至丧失了镜头监控的作用。

同时，发明人还发现现有的深度传感器都有很严重的噪声，且距离镜头越远的点噪声越大，且这种关系较为稳定，所以可以通过统计方法建立模型及确定深度直方图，来获得可靠的背景与前景深度，进而判断镜头是否被遮挡。

针对现有技术的不足，本发明实施例中提供了一种镜头遮挡检测方法及装置，来提高镜头遮挡检测准确率。下面进行说明。

图1为本发明实施例中镜头遮挡检测方法实施的流程示意图，如图所示，可以包括步骤：

步骤101、确定前景图像帧，所述前景图像帧包含深度信息；

步骤102、根据所述深度信息确定所述前景图像帧的深度直方图；

步骤103、确定所述前景图像帧的深度直方图与背景模型的深度直方图的差值，所述背景模型是根据背景图像帧确定的，所述背景图像帧包含深度信息；

步骤104、根据所述差值确定镜头是否被遮挡。

具体实施中，可以将能够移动的物体称为前景，将长时间静止不动的物体称为背景，在实施例的实施过程中，可以通过PrimeSense等公司开发的通用硬件来获得带有深度信息的图像帧，例如，可以使用PrimeSense深度传感器获得分辨率为640*480像素的图像帧，然后基于深度信息来统计判断前景深度和背景深度，进而检测出镜头是否被恶意遮挡。另外，可以通过设定阈值的方式来比较深度直方图的差值，若该差值超过一定阈值，则可判断该镜头被遮挡，当然，设定阈值为一种优选实施方式，仅为方便本领域技术人员理解和实施，本发明实施例中对此不做限制。

本发明实施例提供的技术方案中，由于增加了深度信息，检测的对象从二维变为三维，检测的内容更加丰富全面，通过判断深度信息变化规律，能更好的还原镜头遮挡的本质。采用本发明实施例提供的技术方案，能够提高镜头遮挡检测的准确性，为安防工作提供有力的保证。

实施中，在确定前景图像帧之后，可以进一步包括：

将所述前景图像帧等比例缩小，并根据所述等比例缩小的前景图像帧包含的深度信息确定所述前景图像帧的深度直方图。

具体实施中，在镜头遮挡检测的应用场景中，前景或者背景中细节的变化一般不会影响检测结果，不足以干扰对镜头遮挡检测中的判断。由于更加注重场景中宏观的变化，所以可以适当降低图像帧的分辨率，例如可以将前景图像帧等比例缩小20倍。

在不降低检测准确性的前提下，适当降低图像帧的分辨率，可以节省运算资源，有利于提高镜头遮挡检测的判断效率。

另外，所述前景图像帧的深度直方图可以是根据等比例缩小的前景图像帧确定的。在具体实施过程中，对获取到的前景图像帧，可以按照以下规则来统计深度的分布：根据物体到镜头的距离将空间划分为6个区间，0到2米的范围内均匀划分为5份，2米以外全部作为第6个区间，按照这6个区间来做深度的统计。

将物体到镜头的距离划分为不均匀的6个区间，0到2米的区间更加密集，是由于镜头的遮挡主要发生在0到2米的范围内，在超过2米较远的位置遮挡镜头是较为困难的。这样的区间划分对深度统计做了优化，能够更准确的反映深度信息，进而对镜头遮挡的判断检测提供更有利的依据。

对于等比例缩小的前景图像帧，依然可以采用相同的规则来统计深度的分布，不会影响对镜头遮挡的判断。

实施中，所述背景图像帧可以是在确定前景图像帧之前确定的。

具体实施中，在获取前景图像帧之前，可以先获取背景图像帧的相关信息，即进行初始化的操作。例如，可以通过PrimeSense深度传感器获取分辨率为640*480像素的带有深度信息的背景图像帧，根据该背景图像帧建立背景模型，并确定背景模型的深度直方图。将前景图像帧和背景模型的深度直方图比较进而可以确定镜头是否被遮挡。上述初始化的操作在判断镜头遮挡之前，可以减少判断的时间损耗，提高工作效率。

其中，在本发明实施例中，可以采用高斯混合模型建立背景模型。高斯混合模型中，由于不确定噪声的行为，即认为它是完全随机的并且概率分布是不清楚的，因此可以设定两个假设，即(1)同一个像素噪声的分布是一个固定的分布，在出厂时就已经确定了，并且不会随时间而改变；(2)同一个像素在不同的时间，观察值是互相独立的。基于这两个假设，根据中心极限定理，N个独立同分布的随机变量求和构成一个新的随机变量，当N很大时，新的随机变量趋近于高斯分布。在具体实施中，可以为每个像素建立3个高斯函数，统计它们在一段时间内深度的变化，当均值和方差都稳定下来后，用最稳定的一个高斯函数的均值表示对应位置的深度。其中，使用的帧率可以是30帧/秒，即每个像素在一秒中会产生30个观测值，这样几分钟之内就可以收集几千到几万个观测值，有足够的数据拟合高斯函数的参数，获得背景模型。

除了使用高斯混合模型来建立背景模型以外，还可以根据某点的深度信息和在此深度时误差的数值之间的对应关系建立背景模型。具体地，由于在发明过程中发现噪声并不是完全随机的，当该点的位置(主要指该点的深度信息)距离镜头越远则噪声越大，深度信息和在此深度时误差的数值之间可以存在对应关系，例如表1所示，表1所示为部分示例数据，仅方便本领域技术人员理解和实施，本发明实施例中不限制数据的使用。

表1、深度信息与此深度下误差数值的对应关系表

深度(/mm)	误差(/mm)
		1	0.000005
2	0.000019
		3	0.000042
……	……
		1000	4.664
1001	4.674
		……	……
9997	447.373
		9998	447.460
9999	447.548
		10000	447.635

在具体实施中，可以将上述对应关系建立表格(如表1)，在建立背景模型时加载或调用该关系表，并依据该表建立背景模型。

背景模型是进行镜头遮挡检测判断的依据和与前景图像帧比对的对象。背景模型由于经过了去噪的处理，能够更好的反应背景信息，可以为镜头遮挡检测提供较好的基准，可以提高判断的准确性。

实施中，在根据所述背景图像帧建立深度信息的背景模型之后，可以进一步包括：

将所述背景模型等比例缩小，并根据所述等比例缩小的背景模型包含的深度信息确定所述背景模型的深度直方图。

具体实施中，由于前景或者背景中细节的变化一般不会干扰镜头遮挡检测中的判断，因而，可以适当降低图像帧的分辨率，例如可以将背景模型等比例缩小20倍。在不降低检测准确性的前提下，适当降低图像帧的分辨率，可以节省运算资源，有利于提高镜头遮挡检测的判断效率。

另外，所述背景模型的深度直方图可以是根据等比例缩小的背景模型确定的。在实施过程中，对背景模型，可以按照与前景图像帧相同的规则来统计深度的分布：根据物体到镜头的距离将空间划分为6个区间，0到2米的范围内均匀划分为5份，2米以外全部作为第6个区间，按照这6个区间来做深度的统计。

对于等比例缩小的背景模型，依然可以采用相同的规则来统计深度的分布，不会影响对镜头遮挡的判断。对于等比例缩小的背景模型，与之相对应的可以采用等比例缩小的前景图像帧来进行比较。

实施中，所述前景图像帧可以按照预设周期进行确定。

具体实施中，每间隔一段时间，可以获取一次前景图像帧，按照预设周期获取并进行镜头遮挡检测，在检测到被遮挡后，可以发出警报或提示。

周期性的获取前景图像帧及进行镜头遮挡检测，可以有效的判断镜头是否被遮挡，在遮挡时给予警报，能够提高安防的效果。

下面再以实例对实施例提供的方法的使用进行说明。

首先部署PrimeSense深度传感器在需要监控的场景中，在判断镜头是否被遮挡之前，进行初始化的操作，包括通过PrimeSense深度传感器获得分辨率为640*480像素的包含深度信息的背景图像帧，并根据该深度信息采用高斯混合模型建立背景模型，为了节省运算资源，可以将该背景模型等比例缩小20倍，并根据该等比例缩小的背景模型统计深度直方图，获得背景模型的深度直方图即初始化工作完成。

然后每间隔一段时间，即预设周期内，通过PrimeSense深度传感器获得分辨率为640*480像素的前景图像帧，同样为了节省运算资源，可以将该前景图像帧等比例缩小20倍，并根据该等比例缩小的前景图像帧统计深度直方图，将该前景图像帧的深度直方图与之前获得的背景模型的深度直方图进行比较，在差值超过预设阈值时确定镜头被遮挡，可以进行警报等提示。

基于同一发明构思，本发明实施例中还提供了一种镜头遮挡检测装置，由于装置解决问题的原理与一种镜头遮挡检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

图2为本发明实施例中镜头遮挡检测装置的结构示意图，如图所示，在装置中可以包括：

深度传感器201，用于确定前景图像帧，所述前景图像帧包含深度信息；

直方图确定模块202，用于根据所述深度信息确定所述前景图像帧的深度直方图；

差值确定模块203，用于确定所述前景图像帧的深度直方图与背景模型的深度直方图的差值，所述背景模型是根据背景图像帧确定的，所述背景图像帧包含深度信息；

镜头遮挡确定模块204，用于根据所述差值确定镜头是否被遮挡。

实施中，可以进一步包括：

缩小模块，用于在确定前景图像帧之后，将所述前景图像帧等比例缩小；

直方图确定模块202可以进一步用于根据等比例缩小的前景图像帧包含的深度信息确定所述前景图像帧的深度直方图。

实施中，深度传感器201可以进一步用于在确定前景图像帧之前，确定背景图像帧；

实施中，缩小模块可以进一步用于在根据所述背景图像帧建立深度信息的背景模型之后，将所述背景模型等比例缩小；

直方图确定模块202可以进一步用于根据等比例缩小的背景模型包含的深度信息确定所述背景模型的深度直方图。

实施中，所述深度传感器201可以进一步用于按照预设周期确定前景图像帧。

为了描述的方便，以上所述装置的各部分以功能分为各种部件或单元分别描述。当然，在实施本发明时可以把各部件或单元的功能在同一个或多个软件或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims

1.一种镜头遮挡检测方法，其特征在于，包括如下步骤：

确定前景图像帧，所述前景图像帧包含深度信息；

根据所述深度信息确定所述前景图像帧的深度直方图；

根据所述差值确定镜头是否被遮挡；

其中，所述前景图像帧和所述背景图像帧是所述镜头在不同时刻获取的、分辨率相同的图像帧。

2.如权利要求1所述的方法，其特征在于，在确定前景图像帧之后，进一步包括：

3.如权利要求1或2所述的方法，其特征在于，所述背景图像帧是在确定前景图像帧之前确定的。

4.如权利要求3所述的方法，其特征在于，在根据背景图像帧确定背景模型之后，进一步包括：

5.如权利要求1所述的方法，其特征在于，所述前景图像帧为按照预设周期进行确定。

6.一种镜头遮挡检测装置，其特征在于，包括：

镜头遮挡确定模块，用于根据所述差值确定镜头是否被遮挡；

7.如权利要求6所述的装置，其特征在于，进一步包括：

直方图确定模块进一步用于根据等比例缩小的前景图像帧包含的深度信息确定所述前景图像帧的深度直方图。

8.如权利要求6或7所述的装置，其特征在于，深度传感器进一步用于在确定前景图像帧之前，确定背景图像帧。

9.如权利要求8所述的装置，其特征在于，缩小模块进一步用于在根据所述背景图像帧建立深度信息的背景模型之后，将所述背景模型等比例缩小；

直方图确定模块进一步用于根据等比例缩小的背景模型包含的深度信息确定所述背景模型的深度直方图。

10.如权利要求6所述的装置，其特征在于，所述深度传感器进一步用于按照预设周期确定前景图像帧。