JP6516609B2 - Moving object detection apparatus and background model construction method - Google Patents
Moving object detection apparatus and background model construction method Download PDFInfo
- Publication number
- JP6516609B2 JP6516609B2 JP2015144864A JP2015144864A JP6516609B2 JP 6516609 B2 JP6516609 B2 JP 6516609B2 JP 2015144864 A JP2015144864 A JP 2015144864A JP 2015144864 A JP2015144864 A JP 2015144864A JP 6516609 B2 JP6516609 B2 JP 6516609B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- search
- reference pixels
- feature amount
- moving object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Description
本発明は、固定カメラで撮影した映像から、背景画像を用いた背景差分法により動物体を精度よく検出する動物体検出装置及びその背景モデル構築方法に関する。 The present invention relates to a moving object detection apparatus for accurately detecting a moving object from a video taken by a fixed camera by a background subtraction method using a background image, and a background model constructing method thereof.
固定カメラ映像から撮像ノイズ、多少の照明変動および周期的に微小に移動する領域の影響を取り除いて動物体を精度よく検出する技術は、監視映像解析技術の前処理として非常に重要であり、人物行動解析や異常行動検出に利用できる。 A technique for accurately detecting moving objects by removing the effects of imaging noise, slight illumination fluctuation and periodically moving areas from fixed camera images is very important as a preprocessing of surveillance video analysis technology, It can be used for behavioral analysis and abnormal behavior detection.
固定カメラ映像から動物体を検出するために、映像の前後フレームの差分を動物体と認識する背景差分法が提案されており、この背景差分法を基本とする様々な動物体検出方法が考案されている。 In order to detect a moving object from a fixed camera image, a background subtraction method has been proposed in which the difference between front and rear frames of the image is recognized as a moving object. Various moving object detection methods based on this background subtraction method have been devised. ing.
このうち、撮像ノイズ、多少の照明変動および周期的に微小に移動する領域の影響といった課題をおよそ解決し、かつオンライン処理でありながら背景モデル保持のメモリ量を少なくできる方法が特許文献1および非特許文献1に開示されている。 Among these, Patent Document 1 and a non-patent document 1 and a method that can solve the problems such as imaging noise, slight illumination fluctuation, and the influence of a periodically moving area, and reduce the memory amount of background model retention while performing online processing. It is disclosed in Patent Document 1.
これらの先行技術では、動物体が全く存在しない背景画像もしくはフレーム全体を通して考慮すると動物体がほとんど存在しない背景映像を元に背景モデルを作成し、動物体を検出したい入力フレームと背景モデルとの比較を行うことで動物体を検出できる。 In these prior arts, a background model is created based on a background image in which no moving object exists or a moving image in which there is almost no moving object in consideration of the entire frame, and a comparison is made between an input frame for detecting the moving object and the background model. Can detect the moving object.
背景モデルの生成方法は、特許文献1では、背景画像を2次元格子(大きさW×H)にみたて、背景画像の各画素(注目画素)に対して、上下左右および斜めの計8方向に対して画素探索を行う。そして、注目画素との明度の差の絶対値が閾値Tp以上の画素(参照画素)の位置および明度差の大小関係(正負)をそれぞれ求め、計8つの大小関係を符号値(8 bit)として算出する。ここで、閾値Tpは撮像ノイズ分布から決定される。 According to Patent Document 1, a background model is generated by dividing the background image into a two-dimensional grid (size W × H), and eight directions of upper, lower, left, and right and oblique to each pixel (target pixel) of the background image. Search for pixels. Then, the position of the pixel (reference pixel) whose absolute value of the difference in lightness with the pixel of interest is equal to or greater than the threshold Tp and the magnitude relation (positive or negative) of the lightness difference are obtained respectively, calculate. Here, the threshold Tp is determined from the imaging noise distribution.
入力フレームからの動物体の検出は、前記背景モデルで生成した画素ごとの8方向の位置および明度差の符号値(8 bit)を入力フレームについても同様に算出し、明度差の符号値の一致率が閾値Tb以下の画素を動物体として検出することで行われる。閾値Tbは、参照画素数が「8」であれば「6」程度に設定される。 In the detection of the moving object from the input frame, the position in eight directions for each pixel generated by the background model and the code value (8 bits) of the lightness difference are similarly calculated for the input frame, and the code values of the lightness difference match This is performed by detecting a pixel whose rate is equal to or less than the threshold Tb as an animal. The threshold Tb is set to about "6" if the number of reference pixels is "8".
非特許文献1も基本方式はほぼ同様であるが、背景モデル構築時に背景映像を利用し、背景画像ごとに上記の処理を実施するのに加え、背景映像の全フレーム間を通して一定の明度差が生じる画素同士の位置のみを比較に利用することにより、より照明変動にロバストな動物体検出を実現している。 Although the basic method of Non-Patent Document 1 is almost the same, in addition to performing the above processing for each background image using a background image at the time of background model construction, a constant brightness difference is obtained across all frames of the background image. By using only the positions of the generated pixels for comparison, it is possible to realize moving object detection that is more robust to illumination variations.
上記の従来方式では、参照画素の算出手法に、注目画素との明度差の絶対値が閾値Tp以上であることを利用しているため、参照画素と注目画素との明度差の符号値に偏りがあると動物体検出の精度が低下するという技術課題があった。 In the above-described conventional method, the reference pixel calculation method utilizes the fact that the absolute value of the lightness difference with the pixel of interest is equal to or greater than the threshold Tp, so the code value of the lightness difference between the reference pixel and the pixel of interest is biased. There is a technical problem that the accuracy of the moving object detection decreases if there is
ここで、明度差の符号値に偏りがあるとは、すべての参照画素の明度が注目画素より大きい場合(例えば、8bitの符号値に占める「0」を割合が高い)、またはすべての参照画素の明度が注目画素より小さい場合(例えば、8bitの符号値に占める「1」を割合が高い)を指す。 Here, that the sign value of the lightness difference is biased means that the lightness of all the reference pixels is larger than the target pixel (for example, the proportion of “0” in the 8-bit code value is high) or all the reference pixels Point when the lightness of is smaller than the target pixel (for example, the proportion of “1” in the 8-bit code value is high).
例えば、すべての参照画素の明度が注目画素より大きい場合、入力フレームにおいて注目画素の明度が小さくなる方向に変化しても明度の大小関係(明度差の正負)が変化しないので、本方式ではこれを動物体の画素として抽出できない。 For example, if the lightness of all the reference pixels is greater than the target pixel, the magnitude relationship of the lightness (positive and negative of the lightness difference) does not change even if the lightness of the target pixel changes in the input frame. Can not be extracted as the pixel of the moving object.
同様に、すべての参照画素の明度が注目画素より小さい場合、入力フレームにおいて注目画素の明度が大きくなる方向に変化しても明度の大小関係が変化しないので、本方式ではこれを動物体の画素として抽出できない。 Similarly, when the lightness of all reference pixels is smaller than the target pixel, the magnitude relationship of the lightness does not change even if the lightness of the target pixel in the input frame changes in the direction of increasing. It can not be extracted as
さらに、上記の従来方式では、背景画像もしくは映像から背景モデルを作成する際、各注目画像との明度差の所定の条件を満たす画素が探索方向上に存在しない場合(以下、例外条件と表現する場合もある)に動物体検出の精度が低下するという技術課題があった。 Furthermore, in the above-described conventional method, when creating a background model from a background image or video, a pixel satisfying a predetermined condition of lightness difference with each noted image does not exist in the search direction (hereinafter referred to as an exceptional condition) In some cases, there has been a technical problem that the accuracy of moving object detection decreases.
ここで、探索方向上に条件を満たす画素を探索できない場合とは、例えば図11に「×」印で示したように、探索対象の注目画素Pが学習画面Vsの端部近傍に位置しているため、端部方向の探索範囲(距離)が短くなる場合、あるいは背景領域のテクスチャが少なく、明度差が生じにくい場合などであり、このような場合には、条件を満たす画素を見つけられない確率が高くなる。 Here, when it is not possible to search for a pixel satisfying the condition in the search direction, for example, as shown by the “x” mark in FIG. 11, the target pixel P of the search target is located near the end of the learning screen Vs. If the search range (distance) in the edge direction becomes short, or if the texture in the background area is small and the difference in lightness is difficult to occur, etc., in such a case, a pixel satisfying the condition can not be found. The probability is high.
図12は、学習用の背景画像[同図(a)]と、当該背景画像において、所定の条件下で例外条件が発生したか否かを示した図[同図(b)]であり、例外条件の発生する画素が背景画像の端部に集中していることが判る。 FIG. 12 is a diagram showing the background image for learning [FIG. (A)] and whether or not an exceptional condition has occurred under predetermined conditions in the background image [FIG. (B)]. It can be seen that the pixels for which the exceptional condition occurs are concentrated at the edge of the background image.
このような技術課題に対して、特許文献1や非特許文献1は、(1) 走査方向上で極大値(差がTp未満)の画素を選択する、(2) 画面端の画素を強制的に利用する(以上、特許文献1)、あるいは当該方向の対象画素は存在しないこととして同方向の明度差の符号値の比較を実施しない、すなわち同方向の符号値判定結果は、どのような入力画素に対しても背景として扱う(以上、非特許文献1)ことで対処している。 For such technical problems, Patent Document 1 and Non-patent Document 1 (1) select pixels of maximum value (difference is less than Tp) in the scanning direction, (2) forcibly set pixels at the screen edge (See above, Patent Document 1), or there is no target pixel in the corresponding direction, and the code value comparison of the lightness difference in the same direction is not performed, that is, the code value determination result in the same direction is any input. The pixel is also dealt with by treating it as a background (above, Non-Patent Document 1).
しかしながら、閾値Tpが撮像ノイズ分布に基づき設定されていることに対して、上記例外条件の対応処理による判定は、明度差が閾値Tp未満の画素であっても強制的に選択されることになるので、動物体検出の条件としては明らかに緩やかな判定になっており、結果として動物体の誤検出や検出漏れにつながっていた。 However, while the threshold Tp is set based on the imaging noise distribution, the determination based on the processing corresponding to the above exceptional condition is forced to be selected even if the brightness difference is a pixel less than the threshold Tp. Because of this, the condition for detecting the moving object is clearly determined gradually, and as a result, it has led to false detection or missing detection of the moving object.
さらに、屋内での人物領域検出を目的とした場合には、(1) 撮影範囲内であれば可能な限り画面中央と同様に精度よく動物体を検出したい、(2) 床面やテーブル面などテクスチャが少ない領域が存在するが可能な限りテクスチャが存在する場合と同様に精度よく動物体を検出したい、といったニーズがあり、改善が求められていた。 Furthermore, for the purpose of detecting a person's area indoors, (1) want to detect the moving object with the same accuracy as in the center of the screen as much as possible within the shooting range, (2) floor surface, table surface, etc. There is a need to detect moving objects with accuracy as in the case where there are regions with few textures but as much textures as possible, and improvements have been sought.
なお、非特許文献2のGMMを利用したオブジェクト抽出手法では、画素ごとにGMMが得られるが、オブジェクト内の多くの画素では背景画像と類似のGMMが得られるので、オブジェクトと背景画像との区別が難しい。 In the object extraction method using GMM of Non-Patent Document 2, a GMM can be obtained for each pixel, but a GMM similar to the background image can be obtained for many pixels in the object, so distinction between the object and the background image Is difficult.
本発明の第1の目的は、上記の技術課題を解決し、入力画像から動体物を正確に検出できる動体物検出装置及びその背景モデル構築方法を提供することにある。 A first object of the present invention is to solve the above technical problems and to provide a moving object detection device capable of accurately detecting a moving object from an input image and a background model construction method thereof.
本発明の第2の目的は、例外処理の発生しやすい背景画像を用いた背景差分法による動物体検出においても、入力画像から動体物を正確に検出できる動体物検出装置及びその背景モデル構築方法を提供することにある。 A second object of the present invention is a moving object detecting apparatus capable of accurately detecting a moving object from an input image even in moving object detection by the background subtraction method using a background image prone to exception processing, and a background model constructing method thereof To provide.
上記の目的を達成するために、本発明は、以下のような構成を具備した点に特徴がある。 In order to achieve the above object, the present invention is characterized in having the following configuration.
(1) 本発明の背景モデルの構築方法は、背景画像から注目画素を順次に選択する手順と、注目画素ごとに複数の放射方向へ画素探索を行い、特徴量差が所定の条件を満足する参照画素を放射方向ごとに登録する探索手順と、注目画素ごとに前記参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築する手順とを含み、探索手順では、特徴量差の符号値が正で差幅が第1閾値を超える正側参照画素、および特徴量差の符号値が負で差幅が第2閾値を超える負側参照画素を予定数ずつ探索するようにした。 (1) In the method of constructing a background model of the present invention, a procedure for sequentially selecting a pixel of interest from the background image and a pixel search in a plurality of radiation directions for each pixel of interest, and the feature amount difference satisfies a predetermined condition A search procedure including a search procedure for registering reference pixels in each radial direction, and a procedure for constructing a background model by associating the position of the reference pixel and the code value of the feature amount difference with the target pixel for each target pixel In this case, positive number reference value of the feature amount difference is positive and the difference width exceeds the first threshold, and predetermined number of negative side reference pixels where the difference value of the feature amount difference is negative and the difference width exceeds the second threshold I tried to search.
(2) 本発明の動物体検出装置は、背景画像から選択した注目画素ごとに複数の放射方向へ参照画素探索を行い、特徴量差が所定の条件を満足する参照画素を放射方向ごとに登録する探索手段と、注目画素ごとに前記参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築する手段と、入力フレームを前記背景モデルと比較し、対応する注目画素と各参照画素との特徴量差の符号値の類似度に基づいて動物体の画素を識別する手段とを具備し、探索手段は、特徴量差の符号値が正で差幅が第1閾値を超える予定数の正側参照画素を探索する正側探索手段と、特徴量差の符号値が負で差幅が第2閾値を超える予定数の負側参照画素を探索する負側探索手段とを具備した。 (2) The moving object detection apparatus according to the present invention performs reference pixel search in a plurality of radiation directions for each pixel of interest selected from the background image, and registers reference pixels whose feature amount difference satisfies a predetermined condition for each radiation direction. Search means, means for correlating the position of the reference pixel and the code value of the feature amount difference with the target pixel for each target pixel to construct a background model, and comparing the input frame with the background model Means for identifying the pixel of the moving object based on the similarity of the code value of the feature value difference between the pixel of interest and each reference pixel, and the search means has a code value of the feature value difference positive and a difference width Positive side search means for searching for a predetermined number of positive side reference pixels exceeding one threshold, and negative side search for searching a predetermined number of negative side reference pixels for which the feature value difference has a negative code value and the difference width exceeds a second threshold Equipped with means.
(3) 前記放射方向ごとに探索された参照画素の集合から、注目画素からの距離がより近い一部の正側参照画素及び負側参照画素を優先的に選択し、これら選択された参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築するようにした。 (3) From the set of reference pixels searched for each of the radial directions, some positive reference pixels and negative reference pixels closer to the target pixel are preferentially selected, and these selected reference pixels are selected. The background model is constructed by correlating the position of and the code value of the feature amount difference with the target pixel.
(4) 予定数の参照画素を探索できなかったときに、不足数分の参照画素を異なる第2の探索方法で探索するようにした。 (4) When a predetermined number of reference pixels can not be searched, the reference pixels for the missing number are searched using a different second search method.
(5) 第2の探索方法では、不足数分の参照画素を、背景画像上でランダムに探索するようにした。 (5) In the second search method, the insufficient number of reference pixels are randomly searched on the background image.
(6) 第2の探索方法では、不足数分の参照画素を、前記放射方向とは異なる他の放射方向上で探索するようにした。 (6) In the second search method, the reference pixels corresponding to the missing part are searched in another radiation direction different from the radiation direction.
(7) 第2の探索方法では、複数の背景画像の二次元配列を仮想し、不足数分の参照画素を、当該放射方向の延長線上で探索するようにした。 (7) In the second search method, a two-dimensional array of a plurality of background images is assumed, and the missing number of reference pixels are searched on the extension of the radial direction.
(8) 背景画像の経時的な変動により特徴量差の符号値が変化しないように第1および第2の閾値を決定するようにした。 (8) The first and second threshold values are determined so that the code value of the feature amount difference does not change due to the temporal change of the background image.
本発明によれば、以下のような効果が達成される。 According to the present invention, the following effects are achieved.
(1) 背景モデルを構築するために注目画素ごとに設定される複数の参照画素が、注目画素よりも特徴量の大きな参照画素および小さな参照画素のいずれをも含むので、注目画素が動物体であって、その特徴量が増側および減側のいずれか一方の側へのみ変化する場合でも、いずれかの参照画素との間で特徴量差の符号値が変化することになるので、当該画素を動物体の画素と認識できるようになる。 (1) Since the plurality of reference pixels set for each pixel of interest in order to construct the background model include both reference pixels having larger or smaller feature amounts than the pixel of interest, the pixel of interest is a moving object. Even if the feature quantity changes only to either the increase side or the decrease side, the code value of the feature quantity difference changes with any reference pixel, so the pixel Can be recognized as the pixel of the moving object.
(2) 本発明の背景モデル構築方法によれば、少ない探索コストで、かつ極めて高い確率で、所定の条件を満足する予定数の参照画素を探索できる。したがって、画像の大部分の領域に対して従来の背景差分に基づく動物体検出性能を保持したまま、画面端近辺やテクスチャが少ない背景領域についても、撮像ノイズ、多少の照明変動、および周期的に微小に移動する領域の影響を除去して十分な動物体検出性能を維持できる背景モデルを構築できる。 (2) Background of the Invention According to the method of constructing a model of the present invention, it is possible to search for a predetermined number of reference pixels satisfying a predetermined condition with a low search cost and with extremely high probability. Therefore, while maintaining the conventional object detection performance based on the background difference with respect to most areas of the image, imaging noise, some illumination variation, and periodicity also for the vicinity of the screen edge and the background area with few textures. It is possible to construct a background model capable of maintaining sufficient detection performance of the moving object by removing the influence of the minute moving area.
(3) 注目画素ごとに複数の放射方向へ画素探索を行っても所定の条件を満足する予定数の参照画素を探索できないと、不足数分の参照画素が背景画像上でランダムに探索される。したがって、背景画像の画素分布に何らかの規則性があるなどして特定の放射方向に限った探索では閾値を上回る参照画素を見つけられない場合でも、高い確率で閾値を上回る参照画素を見つけられるようになる。 (3) If a predetermined number of reference pixels can not be searched even if a pixel search is performed in a plurality of radiation directions for each pixel of interest, a predetermined number of reference pixels are randomly searched on the background image . Therefore, even if a search in a specific radial direction can not find a reference pixel exceeding the threshold because there is some regularity in the pixel distribution of the background image, etc., the reference pixel exceeding the threshold can be found with high probability. Become.
(4) 注目画素ごとに複数の放射方向へ画素探索を行っても所定の条件を満足する予定数の参照画素を探索できないと、複数の背景画像の二次元配列を仮想し、各探索方向を維持したまま探索範囲のみが拡張される。したがって、探索位置や参照画素を特定するためのパラメータを、絶対的又は注目画素を基準とした相対的なXY座標値ではなく、注目画素からの距離のみで管理できるため、探索時の消費メモリ量や探索時間といった探索コストを低減できるようになる。 (4) If it is not possible to search a predetermined number of reference pixels satisfying a predetermined condition even if pixel search is performed in a plurality of radial directions for each target pixel, a two-dimensional array of a plurality of background images is assumed and each search direction is Only the search range is expanded while maintaining it. Therefore, the parameter for specifying the search position and the reference pixel can be managed not by the absolute or relative XY coordinate values with reference to the target pixel but only by the distance from the target pixel It is possible to reduce the search cost such as the search time and the search time.
(5) 本発明の動物体検出装置によれば、監視カメラの視野外から視野内に移動してくる人物が画面端に現れ始めたときから動物体として認識できるようになる。そのため、人物を画像内に現れた直後から背景差分処理により動物体候補領域として算出することが可能となるので、人物領域の検出速度および精度の向上が見込める。 (5) According to the moving object detecting device of the present invention, when a person moving into the field of view from outside the field of view of the monitoring camera starts to appear on the screen edge, it can be recognized as the moving object. Therefore, immediately after a person appears in an image, it is possible to calculate as a moving object candidate region by background subtraction processing, so that improvement in detection speed and accuracy of a person region can be expected.
以下、図面を参照して本発明の実施の形態について詳細に説明する。図1は、本発明の背景モデル構築方法を適用した動物体検出装置1の主要部の構成を示したブロック図であり、背景差分法による動物体検出に用いる背景モデルを予め構築し、フレーム単位で入力される画像Vinに背景モデルを適用することで動物体を検出する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. FIG. 1 is a block diagram showing the configuration of the main part of a moving object detection apparatus 1 to which the background model building method of the present invention is applied, in which a background model used for moving object detection by the background subtraction method is constructed in advance A moving object is detected by applying a background model to the image Vin input in.
参照画素探索部10は、正側探索部101および負側探索部102を含み、背景画像Vsの画素ごとに所定の規則で参照画素の候補を探索する。参照画素とは、背景画像Vsの注目した画素(注目画素)ごとに、当該注目画素との特徴量の大小関係が所定の条件を満足する画素であり、特徴量としては、明度やR,G,Bの各値を採用できる。 The reference pixel search unit 10 includes the positive side search unit 101 and the negative side search unit 102, and searches for candidates of reference pixels according to a predetermined rule for each pixel of the background image Vs. The reference pixel is a pixel for which the magnitude relation of the feature amount with the target pixel satisfies a predetermined condition for each focused pixel (target pixel) of the background image Vs, and as the feature amount, lightness, R, G , B can be adopted.
図2は、参照画素探索部10による参照画素候補の探索手法の一例を示した図であり、背景画像Vsから選択した注目画素Pごとに、当該注目画素Pを始点として各放射方向(本実施形態では、上下左右および斜めの計8方向)へ画素探索を順次に実行する。 FIG. 2 is a diagram showing an example of a method of searching for reference pixel candidates by the reference pixel search unit 10, and for each pixel of interest P selected from the background image Vs, each radiation direction starting from the pixel of interest P In the embodiment, pixel search is sequentially performed in the upper, lower, left, and right directions and eight oblique directions.
正側探索部101は、放射方向毎に注目画素Pの特徴量Tpと放射方向の各画素の特徴量Tijとを、当該注目画素Pとの距離が近い順に比較し、注目画素Pに対する特徴量差(Tij-Tp)が「正」となり、かつ差幅ΔTが最初に第1の閾値Tp_ref1以上となる画素を正側参照画素候補p1として登録する。 The positive side search unit 101 compares the feature amount Tp of the target pixel P with the feature amount Tij of each pixel in the radial direction in order of distance from the target pixel P in each radial direction, A pixel in which the difference (Tij−Tp) becomes “positive” and the difference width ΔT first becomes equal to or larger than the first threshold Tp_ref1 is registered as the positive reference pixel candidate p1.
負側探索部102は、放射方向毎に注目画素Pの特徴量Tpと放射方向の各画素の特徴量Tijとを、当該注目画素との距離が近い順に比較し、注目画素に対する特徴量差(Tij-Tp)が「負」となり、かつ差幅ΔTが最初に第2の閾値Tp_ref2以上となる画素を負側参照画素候補p2として登録する。 The negative side search unit 102 compares the feature amount Tp of the target pixel P with the feature amount Tij of each pixel in the radial direction in order of distance from the target pixel for each radial direction, A pixel in which Tij−Tp) is “negative” and the difference width ΔT is initially not less than the second threshold Tp_ref2 is registered as the negative reference pixel candidate p2.
したがって、本実施形態では8つの探索方向ごとに、正側参照画素候補p1および負側参照画素候補p2が一つずつ、計16個の参照画素候補が探索されることになる。なお、第1および第2の閾値Tp_ref1,Tp_ref2は同じ値であっても良いし、異なる値であっても良い。 Therefore, in the present embodiment, a total of 16 reference pixel candidates are searched for one each of the positive side reference pixel candidate p1 and the negative side reference pixel candidate p2 for each of eight search directions. The first and second threshold values Tp_ref1 and Tp_ref2 may be the same value or different values.
参照画素選択部20は、前記参照画素候補の一部を参照画素として選択する。本実施形態では、8つの正側参照画素候補p1を対象に注目画素Pからの距離を比較し、距離の短い上位4つの正側参照画素候補p1を参照画素として優先的に採用する。 The reference pixel selection unit 20 selects a part of the reference pixel candidate as a reference pixel. In the present embodiment, the distances from the pixel of interest P are compared for eight positive reference pixel candidates p1, and the top four positive reference pixel candidates p1 with short distances are preferentially adopted as reference pixels.
同様に、8つの負側参照画素候補p2を対象に注目画素Pからの距離を比較し、距離の短い上位4つの負側参照画素候補p2を参照画素として優先的に採用する。その結果、本実施形態では計8個の参照画素が選択されることになる。 Similarly, the distances from the target pixel P are compared for eight negative reference pixel candidates p2, and the top four negative reference pixel candidates p2 with short distances are preferentially adopted as reference pixels. As a result, a total of eight reference pixels are selected in the present embodiment.
このとき、同一の探索方向から正側参照画素候補p1および負側参照画素候補p2のいずれもが選択されるようにしても良いし、あるいは一方のみが選択されるように制約を設けても良い。 At this time, either the positive reference pixel candidate p1 or the negative reference pixel candidate p2 may be selected from the same search direction, or a restriction may be provided such that only one is selected. .
背景モデル構築部30は、前記参照画素選択部20により選択された複数(ここでは、8個)の参照画素の位置および特徴量差の符号値(8 bit)に基づいて背景モデルMを構築する。 The background model construction unit 30 constructs a background model M based on the positions of a plurality of (here, eight) reference pixels selected by the reference pixel selection unit 20 and the code values (8 bits) of the feature amount difference. .
次いで、背景モデルMを用いた動物体検出について説明する。動物体検出装置1の入力画素符号値算出部40は、入力画像Vinの画素(注目画素)ごとに、前記参照画素選択部20により選択された参照画素に対応する位置の各画素との特徴量差を求めて符号値を同様に算出する。 Next, moving object detection using the background model M will be described. The input pixel code value calculation unit 40 of the moving object detection device 1 calculates, for each pixel (target pixel) of the input image Vin, a feature amount with each pixel at a position corresponding to the reference pixel selected by the reference pixel selection unit 20. The difference is determined and the code value is similarly calculated.
動物体識別部50は、入力画像Vinの画素ごとに前記背景モデルMの対応画素との間で各参照画素の符号値を比較し、符号値の一致数が所定の閾値以下となる画素を動物体の画素に識別し、それ以外を背景画像の画素に識別する。 The moving object identification unit 50 compares the code value of each reference pixel with the corresponding pixel of the background model M for each pixel of the input image Vin, and determines the pixel whose number of coincidence of code values is equal to or less than a predetermined threshold value. Identify the pixels of the body and identify the others as the pixels of the background image.
このような動物体検出装置1は、汎用のコンピュータやサーバに、上述の各機能を実現するアプリケーション(プログラム)を実装することで構成できる。あるいは、アプリケーションの一部がハードウェア化またはROM化された専用機や単能機とし構成しても良い。 Such a moving object detection device 1 can be configured by mounting an application (program) for realizing the above-described functions on a general-purpose computer or server. Alternatively, a part of the application may be configured as a dedicated machine or a single-purpose machine in which hardware or ROM is implemented.
図3は、入力画像Vinのフレーム[同図(a)]に対する従来技術による動物体の検出結果[同図(b)]と本実施形態の動物体検出結果[同図(c)]とを示した図であり、本実施形態では、被写体の明度値が小さい場合における動物体の欠損が解消されていることがわかる。 FIG. 3 shows the detection result of the moving object according to the related art [the same drawing (b)] for the frame of the input image Vin [the same drawing (a)] and the moving object detection result of the present embodiment [the same drawing (c)]. It is a figure shown and it turns out that the loss of the moving object in the case where the lightness value of a photographic subject is small is eliminated in this embodiment.
このように、本実施形態によれば、背景モデルを構築するために注目画素ごとに設定される複数の参照画素が、注目画素よりも特徴量の大きな参照画素および小さな参照画素のいずれをも含むので、注目画素が動物体であって、その特徴量が増側および減側のいずれか一方の側へのみ変化する場合でも、いずれかの参照画素との間で特徴量差の符号値が変化することになるので、当該画素を動物体の画素と認識できるようになる。 As described above, according to the present embodiment, a plurality of reference pixels set for each pixel of interest to construct a background model include both reference pixels with large and small feature amounts of the pixel of interest than the pixel of interest. Therefore, even if the pixel of interest is a moving object, and the feature quantity changes only to either the increase side or the decrease side, the code value of the feature quantity difference changes with any of the reference pixels. Therefore, the pixel can be recognized as a pixel of the moving object.
図4は、本発明の第2実施形態の構成を示した機能ブロック図であり、前記と同一の符号は同一または同等部分を表しているので、その説明は省略する。 FIG. 4 is a functional block diagram showing the configuration of the second embodiment of the present invention, and the same reference numerals as described above indicate the same or equivalent parts, so the description thereof will be omitted.
本実施形態では、前記(第1)正側探索部101および(第1)負側探索部102が探索範囲内で参照画素候補を探索できなかった場合に、参照画素を異なる探索方法で探索する第2正側探索部103および第2負側探索部104を設けた点に特徴がある。 In the present embodiment, when the (first) primary side search unit 101 and the (first) negative side search unit 102 can not search for reference pixel candidates within the search range, the reference pixels are searched using different search methods. A feature is that a second positive side search unit 103 and a second negative side search unit 104 are provided.
前記第1正側探索部101および第1負側探索部102は、注目画素ごとに放射方向へ背景画像Vsの端部まで探索を行っても特徴量差が所定の条件を満足する参照画素を探索できない場合に、それぞれ第2正側探索部103および第2負側探索部104へ、不足する参照画素の探索を各第2探索部103,104へ依頼する。 The first positive side search unit 101 and the first negative side search unit 102 select reference pixels whose feature amount difference satisfies a predetermined condition even if searching is performed to the end of the background image Vs in the radial direction for each pixel of interest. When the search can not be performed, the second positive search unit 103 and the second negative search unit 104 are requested to search for the missing reference pixels to the second search units 103 and 104, respectively.
第2正側探索部103は、前記依頼された不足数分の参照画素を前記各放射方向以外から探索し、注目画素に対する特徴量差(Tij-Tp)が「正」となり、かつ特徴量差の幅ΔTが最初に第1の閾値Tp_ref1以上となる画素を正側参照画素候補p1として追加登録する。 The second positive side search unit 103 searches for the requested number of reference pixels from the directions other than the respective radiation directions, and the feature amount difference (Tij−Tp) with respect to the target pixel becomes “positive”, and the feature amount difference A pixel whose width ΔT first becomes equal to or larger than the first threshold Tp_ref1 is additionally registered as the positive reference pixel candidate p1.
同様に、第2負側探索部104は、前記依頼された不足数分の参照画素を前記各放射方向以外から探索し、注目画素に対する特徴量差(Tij-Tp)が「負」となり、かつ特徴量差の幅ΔTが最初に第2の閾値Tp_ref2以上となる画素を負側参照画素候補p2として追加登録する。 Similarly, the second negative side search unit 104 searches for the requested number of reference pixels from the directions other than the radiation directions, and the feature amount difference (Tij−Tp) with respect to the target pixel becomes “negative”, and A pixel in which the width ΔT of the feature amount difference first becomes equal to or larger than the second threshold Tp_ref2 is additionally registered as the negative reference pixel candidate p2.
図5は、前記各第2探索部103,104による第1の探索方法を模式的に示した図であり、前記と同一の符号は同一又は同等部分を表している。 FIG. 5 is a view schematically showing a first search method by the second search units 103 and 104. The same reference numerals as in the above denote the same or equivalent parts.
図示の例では、注目画素Pを中心に上、左および左上の計3方向については、正側参照画素候補p1および負側参照画素候補p2をいずれも探索できている。これに対して、他の探索方向に関しては、画像端部までの距離が短く、主に探索範囲が狭いことが原因で、正側参照画素候補p1および負側参照画素候補p2の少なくとも一方を探索できていない。 In the illustrated example, the positive reference pixel candidate p1 and the negative reference pixel candidate p2 can all be searched for a total of three directions of upper, left, and upper left around the pixel of interest P. On the other hand, with respect to the other search directions, at least one of the positive reference pixel candidate p1 and the negative reference pixel candidate p2 is searched because the distance to the image edge is short and the search range is narrow mainly. Not done.
そこで、各第2探索部103,104は背景画像Vsの全領域を対象に画像探索をランダムに実施する。そして、特徴量差が各条件を満足する画素を参照画素候補p1,p2として追加する。このような参照画素候補のランダム探索は、各第1探索部101,102が探索できなかった参照画素数分だけ、それぞれ繰り返される。 Therefore, each of the second search units 103 and 104 randomly performs an image search on the entire area of the background image Vs. Then, pixels with feature amount differences satisfying the respective conditions are added as reference pixel candidates p1 and p2. Such random search of reference pixel candidates is repeated for the number of reference pixels for which the first search units 101 and 102 could not search.
なお、参照画素候補p1,p2をランダムに探索する方法は上記に限定されるものではなく、図6に示した第2の探索方法のように、注目画素Pを中心とする放射方向を、前記依頼された不足数分だけランダムに追加し、当該各放射方向上で画像探索を実施するようにしても良い。 Note that the method for randomly searching for the reference pixel candidates p1 and p2 is not limited to the above, and the radiation direction centered on the pixel of interest P is not limited to the second search method shown in FIG. It is also possible to add at random the requested number of insufficiency and to carry out the image search in each of the radial directions.
本探索手法によれば、参照画素がランダムに探索されるので、背景画像の画素分布に何らかの規則性があるなどして特定の放射方向に限った探索では閾値を上回る参照画素を見つけられない場合でも、高い確率で閾値を上回る参照画素を見つけられるようになる。 According to this search method, since the reference pixels are searched at random, there is no regularity in the pixel distribution of the background image, etc. When a search limited to a specific radiation direction can not find a reference pixel that exceeds the threshold However, it is possible to find reference pixels that exceed the threshold with high probability.
図7は、前記各第2探索部103,104による第3の探索方法を模式的に示した図であり、前記と同一の符号は同一又は同等部分を表している。 FIG. 7 is a diagram schematically showing a third search method by the second search units 103 and 104. The same reference numerals as in the above denote the same or equivalent parts.
本実施形態では、複数の同一の背景画像Vsを二次元にタイル状に配列した探索範囲を仮想する。そして、注目画素ごとに前記各第1探索部101,102により参照画素を探索できなかった放射方向の延長線上で、背景画像間の境界を無視して参照画素の探索を実行し、探索できた画素の各背景画像Vsにおける対応画素を参照画素に追加する。 In this embodiment, a search range in which a plurality of identical background images Vs are two-dimensionally tiled is assumed. Then, on the extension of the radial direction in which the first search units 101 and 102 could not search for the reference pixels for each pixel of interest, the search for the reference pixels was performed by ignoring the boundary between the background images The corresponding pixel in each background image Vs of the pixels is added to the reference pixel.
本探索手法によれば、各探索方向を維持したまま探索範囲のみを拡張できるので、探索位置や参照画素を特定するためのパラメータを、絶対的又は注目画素Pを基準とした相対的なXY座標値ではなく、注目画素Pからの距離のみで管理できる。したがって、探索時の消費メモリ量や探索時間といった探索コストを低減できるようになる。 According to this search method, only the search range can be expanded while maintaining each search direction. Therefore, the parameters for specifying the search position and the reference pixel can be absolute or relative XY coordinates with reference to the target pixel P It can manage only by the distance from the focused pixel P, not the value. Therefore, it is possible to reduce search cost such as memory consumption and search time at the time of search.
図8は、前記第2実施形態における背景モデルMの構築手順を示したフローチャートであり、フレーム単位で入力される画像Vinごとに繰り返される。 FIG. 8 is a flow chart showing the construction procedure of the background model M in the second embodiment, which is repeated for each image Vin input in frame units.
ステップS1では、背景画像Vsが取得される。ステップS2では、背景画像Vsから一つの画素が選択されて今回の注目画素Pとされる。ステップS3では、当該注目画素Pについて予定数(本実施形態では、8つの探索方向から計16個)の参照画像候補が前記各第1探索部101,102により探索される。 In step S1, a background image Vs is acquired. In step S2, one pixel is selected from the background image Vs, and is set as the current pixel P of interest. In step S3, the first search units 101 and 102 search for a predetermined number (16 in total from eight search directions in this embodiment) of the target pixel P for the target pixel P.
ステップS4では、今回の注目画素Pに関して予定数の参照画像を探索できたか否かが判定される。ここで、例外条件の発生により予定数の参照画素を探索できていなければステップS5へ進み、不足数分の参照画像が前記各第2探索部103,104により探索される。 In step S4, it is determined whether or not a predetermined number of reference images have been searched for the current target pixel P. Here, if a predetermined number of reference pixels can not be searched due to the occurrence of the exceptional condition, the process proceeds to step S5, and the second search units 103 and 104 search for the reference images of the insufficient number.
なお、各第2探索部103,104によっても予定数の参照画素を探索できない注目画素については、明度値のGMMを作成し、そのモデルに従って動物体を検出するようにしても良い。 Note that GMMs of lightness values may be created for target pixels for which the second search units 103 and 104 can not search for a predetermined number of reference pixels, and a moving object may be detected according to the model.
ステップS6では、前記探索された多数の参照画素候補の中から、動物体検出の精度および計算コストの観点から、その一部を参照画素として選択する。本実施形態では、正側参照画素候補p1の集合および負側参照画素候補p2の集合のそれぞれから、注目画素Pからの距離が近い上位4つずつを選択して参照画素に設定する。 In step S6, a part of the searched many reference pixel candidates is selected as a reference pixel from the viewpoint of the accuracy of the moving object detection and the calculation cost. In the present embodiment, from the set of the positive side reference pixel candidate p1 and the set of the negative side reference pixel candidate p2, the top four at a short distance from the target pixel P are selected and set as reference pixels.
ステップS7では、背景画像のすべての画素について予定数の参照画素探索が完了したか否かが判定される。完了していなければステップS2へ戻り、注目画素を切り替えて上記の各処理が繰り返される。ステップS8では、各参照画素の位置および符号値の集合として背景モデルMが構築される。 In step S7, it is determined whether the predetermined number of reference pixel search has been completed for all the pixels of the background image. If the process has not been completed, the process returns to step S2, and the pixel of interest is switched to repeat the above processes. In step S8, a background model M is constructed as a set of positions and code values of each reference pixel.
なお、上記の実施形態では、注目画素Pごとに正側参照画素p1および負側参照画素p2が同数ずつ選択されるものとして説明したが、本発明はこれのみに限定されるものではなく、正側参照画素p1および負側参照画素p2が、少なくとも動物体の判定閾値よりも多い数だけ選択されていれば、その個数は同数でなくても良い。 In the above embodiment, although the positive side reference pixel p1 and the negative side reference pixel p2 are selected by the same number for each target pixel P, the present invention is not limited to this, and positive If the side reference pixels p1 and the negative side reference pixels p2 are selected by at least a number larger than the determination threshold of the moving object, the numbers may not be the same.
すなわち、8個の参照画素のうち符号値の一致する参照画素が6個未満のときに同物体の画素と判定するのであれば、正側参照画素p1および負側参照画素p2が少なくとも3個ずつ含まれるようにすることが望ましい。 That is, if it is determined that the pixel of the object is the same as the pixel of the same object when the number of reference pixels matching the code value among eight reference pixels is less than six, at least three positive reference pixels p1 and at least three negative reference pixels p2 It is desirable to be included.
次いで、上記の背景モデルMを用いた動物体検出について説明する。動物体検出装置1の入力画素符号値算出部40は、入力画像Vinの各画素に注目し、前記参照画素探索部10により背景画像Vsの各注目画素について探索された参照画素に対応する各画素から特徴量を求めて符号値を同様に算出する。 Next, moving object detection using the above background model M will be described. The input pixel code value calculation unit 40 of the moving object detection device 1 focuses on each pixel of the input image Vin, and each pixel corresponding to the reference pixel searched for each target pixel of the background image Vs by the reference pixel search unit 10 The feature amount is determined from the above and the code value is similarly calculated.
動物体識別部50は、入力画像Vinの画素ごとに前記背景モデルMの対応画素との間で各参照画素の符号値を比較し、符号値の一致数が所定の閾値以下となる画素を動物体の画素に識別し、それ以外を背景画像の画素に識別する。 The moving object identification unit 50 compares the code value of each reference pixel with the corresponding pixel of the background model M for each pixel of the input image Vin, and determines the pixel whose number of coincidence of code values is equal to or less than a predetermined threshold value. Identify the pixels of the body and identify the others as the pixels of the background image.
図9,10は、本発明の第3実施形態の構成を示した機能ブロック図であり、前記と同一の符号は同一または同等部分を表しているので、その説明は省略する。 FIGS. 9 and 10 are functional block diagrams showing the configuration of the third embodiment of the present invention. The same reference numerals as described above denote the same or equivalent parts, and therefore the description thereof will be omitted.
上記の各実施形態では、背景画像の明度等が経時的に変動しない場合を想定していた。しかしながら、背景画像の各画素の特徴量が動物体の存否とは無関係に経時的に変動する条件下では、閾値の設定如何によっては、動物体以外の画素領域でも特徴量の変化が閾値を超えてしまい、動物体の画素と誤認される可能性を否定できない。 In each of the above embodiments, it is assumed that the brightness of the background image does not change with time. However, under the condition that the feature value of each pixel of the background image changes with time regardless of the presence or absence of the moving object, the change of the feature value exceeds the threshold depending on the setting of the threshold, even in pixel regions other than the moving object. It can not be denied that it may be mistaken as a pixel of an animal.
そこで、本実施形態では背景画像Vsが動画で提供されると、各画素の特徴量の経時的な変動を分析し、前記第1閾値Tp_ref1および第2閾値Tp_ref2を注目画素ごとに最適化する閾値決定部60を設けた点に特徴がある。 Therefore, in the present embodiment, when the background image Vs is provided as a moving image, the temporal variation of the feature amount of each pixel is analyzed, and the first threshold Tp_ref1 and the second threshold Tp_ref2 are optimized for each pixel of interest. It is characterized in that the determination unit 60 is provided.
閾値決定部60において、背景映像分析部601は、背景映像の画素ごとに特徴量の経時的な変動を分析する。正側および負側の各閾値設定部602,603は、背景映像における各画素の特徴量変動が動物体判定に影響を与えないように、前記各画素の特徴量変動を考慮して、探索対象の画素ごとに第1および第2閾値Tp_ref1,Tp_ref2を設定する。 In the threshold determination unit 60, the background video analysis unit 601 analyzes temporal variation of the feature amount for each pixel of the background video. The threshold values setting units 602 and 603 on the positive side and the negative side are searched for in consideration of the feature amount variation of each pixel so that the feature amount variation of each pixel in the background image does not affect the moving object determination. The first and second threshold values Tp_ref1 and Tp_ref2 are set for each pixel.
本実施形態では、注目画素の時系列変動および各探索位置における画素の時系列変動の各変動成分のみによっては、その特徴量差が当該画素を参照画素として採用する条件を満たさないように、第1および第2閾値Tp_ref1,Tp_ref2が設定される。 In the present embodiment, the feature amount difference does not satisfy the condition for adopting the pixel as a reference pixel depending on only the time-series fluctuation of the pixel of interest and each fluctuation component of the time-series fluctuation of the pixel at each search position. The first and second threshold values Tp_ref1 and Tp_ref2 are set.
例えば、ある注目画素Pの特徴量がTp±ΔTpの範囲で変動し、各探索位置における画素pijの特徴量がTij±ΔTijの範囲で変動するのであれば、当該画素pijを参照画素(候補)として採用する各閾値Tp_ref1 ,Tp_ref2は、ΔTp+ΔTijよりも大きくすることが望ましい。 For example, if the feature amount of a certain target pixel P fluctuates in the range of Tp ± ΔTp and the feature amount of the pixel pij at each search position fluctuates in the range of Tij ± ΔTij, the pixel pij is referred to as a reference pixel (candidate) It is desirable that each of the threshold values Tp_ref1 and Tp_ref2 adopted as is larger than ΔTp + ΔTij.
本実施形態によれば、背景映像の各画素の特徴量が経時的に変動する場合でも、入力映像の各画素が動画像であるか否かを正確に認識できるようになる。 According to the present embodiment, even when the feature value of each pixel of the background video changes with time, it can be accurately recognized whether each pixel of the input video is a moving image.
10…参照画素探索部,20…参照画素選択部,30…背景モデル構築部,40…入力画素符号値算出部,50…動物体識別部,60…閾値決定部,101…第1正側探索部,102…第1負側探索部,103…第2正側探索部,104…第2負側探索部,601…背景映像分析部,602…正側閾値設定部,603…負側閾値設定部 DESCRIPTION OF SYMBOLS 10 ... Reference pixel search part, 20 ... Reference pixel selection part, 30 ... Background model construction part, 40 ... Input pixel code value calculation part, 50 ... Moving body identification part, 60 ... Threshold value determination part, 101 ... 1st positive side search Part 102: first negative search part 103: second positive search part 104: second negative search part 601: background image analysis part 602: positive side threshold setting part 603: negative side threshold setting Department
Claims (14)
背景画像から注目画素を順次に選択する手順と、
注目画素ごとに複数の放射方向へ画素探索を行い、特徴量差が所定の条件を満足する参照画素を放射方向ごとに登録する探索手順と、
注目画素ごとに前記参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築する手順とを含み、
前記探索手順では、特徴量差の符号値が正で差幅が第1閾値を超える正側参照画素、および特徴量差の符号値が負で差幅が第2閾値を超える負側参照画素を予定数ずつ探索することを特徴とする背景モデル構築方法。 In the method of constructing a background model used for detecting a moving object by the background subtraction method,
A step of sequentially selecting a pixel of interest from the background image;
A search procedure for performing pixel search in a plurality of radiation directions for each pixel of interest, and registering, for each radiation direction, reference pixels whose feature amount difference satisfies a predetermined condition;
And, for each pixel of interest, associating the position of the reference pixel with the code value of the feature amount difference with the pixel of interest to construct a background model.
In the search procedure, positive side reference pixels in which the code value of the feature amount difference is positive and the difference width exceeds the first threshold, and negative side reference pixels in which the code value of the feature amount difference is negative and the difference width exceeds the second threshold A background model construction method characterized by searching by a predetermined number.
前記背景モデルを構築する手順は、前記選択された参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築することを特徴とする請求項1に記載の背景モデル構築方法。 Including a step of preferentially selecting some positive reference pixels and negative reference pixels closer to the target pixel from the set of reference pixels searched for each of the radial directions,
The background model according to claim 1, wherein in the step of constructing the background model, the background model is constructed by associating the position of the selected reference pixel with the code value of the feature amount difference with the target pixel. How to build a model.
背景画像から選択した注目画素ごとに複数の放射方向へ参照画素探索を行い、特徴量差が所定の条件を満足する参照画素を放射方向ごとに登録する探索手段と、
注目画素ごとに前記参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築する手段と、
入力フレームを前記背景モデルと比較し、対応する注目画素と各参照画素との特徴量差の符号値の類似度に基づいて動物体の画素を識別する手段とを具備し、
前記探索手段は、
特徴量差の符号値が正で差幅が第1閾値を超える予定数の正側参照画素を探索する正側探索手段と、
特徴量差の符号値が負で差幅が第2閾値を超える予定数の負側参照画素を探索する負側探索手段とを含むことを特徴とする動物体検出装置。 In a moving object detection apparatus that detects an moving object by comparing an input frame with a background model,
Search means for performing reference pixel search in a plurality of radiation directions for each pixel of interest selected from the background image, and registering reference pixels for which the feature amount difference satisfies a predetermined condition for each radiation direction;
A means for correlating the position of the reference pixel and the code value of the feature amount difference with the target pixel for each target pixel to construct a background model;
Means for comparing the input frame with the background model and identifying the pixel of the moving object based on the similarity of the code value of the feature amount difference between the corresponding pixel of interest and each reference pixel;
The search means is
Positive side search means for searching for a predetermined number of positive side reference pixels in which the code value of the feature amount difference is positive and the difference width exceeds the first threshold;
A moving object detection apparatus comprising: a negative search means for searching for a predetermined number of negative reference pixels in which the code value of the feature amount difference is negative and the difference width exceeds the second threshold.
前記背景モデルを構築する手段は、前記選択された参照画素の位置及び当該注目画素との特徴量差の符号値を対応付けて背景モデルを構築することを特徴とする請求項7に記載の動物体検出装置。 The apparatus further comprises means for preferentially selecting some positive reference pixels and negative reference pixels closer to the target pixel from the set of reference pixels searched for each of the radiation directions,
The animal according to claim 7, wherein the means for constructing the background model constructs the background model by correlating the position of the selected reference pixel and the code value of the feature amount difference with the target pixel. Body detection device.
背景画像の画素ごとに特徴量の時系列変動を分析する手段と、
前記第1および第2閾値を、注目画素の時系列変動および各探索位置における画素の時系列変動の各変動成分のみによっては特徴量差が前記所定の条件を満足しないように設定する閾値設定手段とを更に具備したことを特徴とする請求項7ないし13のいずれかの記載の動物体検出装置。 The background image is a moving image, and
A means for analyzing the time-series variation of the feature amount for each pixel of the background image;
Threshold setting means for setting the first and second thresholds such that the feature amount difference does not satisfy the predetermined condition only by the time-series fluctuation of the pixel of interest and each fluctuation component of the time-series fluctuation of the pixel at each search position The apparatus according to any one of claims 7 to 13, further comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015144864A JP6516609B2 (en) | 2015-07-22 | 2015-07-22 | Moving object detection apparatus and background model construction method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015144864A JP6516609B2 (en) | 2015-07-22 | 2015-07-22 | Moving object detection apparatus and background model construction method |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017027344A JP2017027344A (en) | 2017-02-02 |
JP2017027344A5 JP2017027344A5 (en) | 2018-05-31 |
JP6516609B2 true JP6516609B2 (en) | 2019-05-22 |
Family
ID=57946625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015144864A Active JP6516609B2 (en) | 2015-07-22 | 2015-07-22 | Moving object detection apparatus and background model construction method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6516609B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117834891B (en) * | 2024-03-06 | 2024-05-07 | 成都凌亚科技有限公司 | Video signal compression processing and transmitting method |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3831232B2 (en) * | 2001-11-07 | 2006-10-11 | 独立行政法人科学技術振興機構 | Image processing method |
JP2007241479A (en) * | 2006-03-06 | 2007-09-20 | Toshiba Corp | Variable area detecting device and method thereof |
-
2015
- 2015-07-22 JP JP2015144864A patent/JP6516609B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017027344A (en) | 2017-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109076198B (en) | Video-based object tracking occlusion detection system, method and equipment | |
JP6655878B2 (en) | Image recognition method and apparatus, program | |
US7916944B2 (en) | System and method for feature level foreground segmentation | |
JP5976198B2 (en) | Number counting device and number counting method | |
US10157327B2 (en) | Image processing device, image processing method, and program | |
CN111798487B (en) | Target tracking method, apparatus and computer readable storage medium | |
KR101551576B1 (en) | Robot cleaner, apparatus and method for recognizing gesture | |
JP6803525B2 (en) | Face detection device, face detection system equipped with this, and face detection method | |
JP6679858B2 (en) | Method and apparatus for detecting occlusion of an object | |
JP2008286725A (en) | Person detector and detection method | |
CN110610150A (en) | Tracking method, device, computing equipment and medium of target moving object | |
JP2014137756A5 (en) | ||
CN111382637B (en) | Pedestrian detection tracking method, device, terminal equipment and medium | |
JP2018081402A5 (en) | ||
KR102434397B1 (en) | Real time multi-object tracking device and method by using global motion | |
JP2015204023A (en) | Subject detection device, subject detection method, and program | |
JP6516609B2 (en) | Moving object detection apparatus and background model construction method | |
JP6408414B2 (en) | Moving body detection apparatus and background model construction method thereof | |
JP6583923B2 (en) | Camera calibration apparatus, method and program | |
JP5217917B2 (en) | Object detection and tracking device, object detection and tracking method, and object detection and tracking program | |
Mousse et al. | Foreground-background segmentation based on codebook and edge detector | |
CN101567088B (en) | Method and device for detecting moving object | |
CN104376579A (en) | Moving object detecting method and system used for online class system | |
CN107067411A (en) | A kind of Mean shift trackings of combination dense feature | |
JP2009302723A (en) | Image processing device, method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180213 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180412 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190220 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190410 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190416 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6516609 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |