[发明专利]一种视频图像中前景停留时间的估计方法及装置

说明书

技术领域

本发明涉及视频监控领域，尤其涉及一种视频图像中前景停留时间的估计方法及装置。

背景技术

前景，相对背景而言，是指在视频画面中发生过移动的事物，例如行走的人和动物、行驶的汽车、或者处于某一位置静止一段时间但是曾经不在该位置的人群，都可以认为是前景。前景停留时间估计，是指对输入的视频中的前景的停留时间进行估计。视频图像中的前景包括的像素为前景像素。前景停留时间估计一般会对输入的每一帧视频图像的每个前景像素，都计算出一个正数，计算出的正数就是该前景像素停留的时间。

前景停留时间估计，在多种行业中都具有广泛的应用。例如，在安防行业中，通过对前景停留时间的估计，可以分析群组成员之间的关系(人群的聚集、人群的暂驻、人群的迁址和人群的形变等)，进行人群行为预测和异常行为检测。再例如，在交通管控中，静止的人群或车辆，会阻碍并改变已有的人潮的速度和方向，进而会引起交通模式的改变，故可利用前景停留时间估计方法，研究静止人群或车辆，何时出现并停留多长时间，进行交通控制。

目前，前景停留时间的估计方法，主要有基于背景检测的估计方法和基于跟踪算法的估计方法。基于背景检测的估计方法中，对每一帧视频图像进行背景像素提取，进而可得到前景像素，对得到的每个前景像素进行时间估计，得到前景像素的停留时间。由于视频图像中的前景物体的密度较大，可能还会具有很多遮挡，并且很多前景物体还具有局部的移动，这些都会成为前景时间估计中的噪声，采用背景检测的估计方法，不能克服以上各种噪声，估计结果不准确，例如采用背景检测的估计方法无法区分同一个像素上连续出现的不同前 景，会将同一个前景的局部运动误判为新出现的前景而重新估计停留时间，还会把静止的前景误判为背景。

基于跟踪算法的估计方法，一般是在视频图像中选取一些容易与周围像素区分、并比较有信息量的像素点作为特征点，然后对选取的特征点进行跟踪，基于跟踪结果得到停留时间的估计结果。然而由于各种原因(例如人群较多)，跟踪经常出现错误，导致估计时间不准确。

发明内容

本发明实施例提供一种视频图像中前景停留时间的估计方法及装置，以提高前景停留时间估计的准确度。

第一方面，提供一种视频图像中前景停留时间的估计方法，包括：

确定视频图像中的前景，其中，所述视频图像中的前景包括的像素为前景像素；

将所述前景像素进行聚类，得到至少两种类别的前景像素；

分别确定每种所述类别的前景像素的停留时间。

结合第一方面，在第一种实现方式中，确定视频图像中的前景，包括：

对所述视频图像中的每一帧视频图像的每个像素进行初始前景估计，得到视频图像中的初始前景；

对所述初始前景进行修正，得到修正的前景；

将所述修正的前景作为所述视频图像中的前景。

结合第一方面的第一种实现方式，在第二种实现方式中，所述方法还包括：

分别提取所述视频图像中的每一帧视频图像的每个像素的特征值，并将所述特征值组合成五维的特征向量，所述特征值包括表征像素三通道颜色空间的每个通道的分量值，以及表征像素位置的行方向数值和列方向数值；

设定所述视频图像中的前景像素被聚类为M类，每个类别对应一个聚类中心，所述聚类中心是五维向量，将所述聚类中心组合成第一矩阵，所述第一矩阵为5*M的矩阵，其中，M为不小于2的正整数；

相应的，将所述视频图像中的所述前景像素进行聚类，得到至少两种类别的前景像素，包括：

根据初始前景像素估计结果、所述特征向量和所述第一矩阵，对所述视频图像中的每一帧视频图像的每个像素进行编码约束，得到M维的编码向量，所述编码向量的分量为0或1，且最多有一个等于1的分量，其中，M为不小于2的正整数，初始前景像素估计结果为对所述视频图像中的每一帧视频图像的每个像素进行初始前景估计的结果；

若编码向量中的第i个分量等于1，则确定当前像素为第i类前景像素，其中i为正整数。

结合第一方面的第二种实现方式，在第三种实现方式中，对所述视频图像中的每一帧视频图像的每个像素进行编码约束，得到M维的编码向量，包括：

按照如下公式，对所述视频图像中的每一帧视频图像的每个像素进行编码约束：

通过求解所述编码约束，得到每一帧视频图像的每个像素的M维的编码向量；