[发明专利]基于运动模糊的移动对象检测

说明书

技术领域

本公开大体上涉及视频处理，并且更具体地，涉及图像或视频中的移动对象检测。

背景技术

在诸如智能视频监控、交通监控、车辆导航、和人机交互的视频分析中，检测视频中的移动对象，诸如人物、汽车等，发挥着重要作用。在视频分析过程中，移动对象检测的结果可以被输入到用于对象识别、对象跟踪、行为分析、或任何其它进一步处理的模块中。准确的移动对象检测是成功的视频分析的关键。

为了检测视频中的移动对象，传统方法通常依赖于相邻图像/帧之间的差异或变化。然而，帧间差异不一定是由对象的运动引起的。例如，动态背景(例如，水波纹和摇动的树)、照明变化、和噪声也可能导致帧之间的差异。因此，某些背景可能被错误地分类为移动对象，并且前景的部分可能被误分类为背景。

发明内容

大体上，本发明的实施例提供基于运动模糊的移动对象检测的解决方案。

在一个方面中，提供了计算机实现的方法。该方法包括：基于图像中的像素的梯度，确定针对频率集合的该像素的方差；基于所述像素的方差来针对频率集合计算在所述像素和所述模糊核的集合之间的匹配度，所述模糊核中的每一个模糊核表征导致所述图像中的模糊的运动类型；并且基于匹配度将像素分类为运动模糊的像素或非运动模糊的像素。

在另一方面中，提供了计算机实现的方法。该方法包括：对于视频中的多个帧中的每一个帧，根据如上所述的权利要求，将帧中的每个像素分类为运动模糊的像素或非运动模糊的像素，并且基于分类，生成针对帧的前景指示符，该前景指示符指示运动模糊的像素；基于针对所述多个帧的前景指示符来生成针对所述视频的前景指示符；以及基于针对视频的前景指示符来检测该视频中的移动对象。

在另一方面中，提供了装置。该装置包括：像素方差确定单元，被配置为基于图像中的像素的梯度确定针对频率集合的该像素的方差；匹配单元，被配置为基于所述像素的方差来针对所述频率集合计算在所述像素和所述模糊核的集合之间的匹配度，所述模糊核中的每一个模糊核表征导致所述图像中的模糊的运动类型；以及像素分类单元，被配置为基于匹配度来将像素分类为运动模糊的像素或非运动模糊的像素

在又一方面中，提供了装置。该装置包括：如上所述的装置，被配置为将视频中的多个帧中的每一个帧中的每个像素分类为运动模糊的像素或非运动模糊的像素；帧级指示符生成单元，被配置为基于所述分类来生成针对所述多个帧的前景指示符，所述前景指示符中的每一个前景指示符指示相应帧中的运动模糊的像素；视频级指示符生成单元，被配置为基于针对所述多个帧的前景指示符来生成针对所述视频的前景指示符；以及移动对象检测单元，被配置为基于针对所述视频的前景指示器来检测视频中的移动对象。

通过下面对本发明的示例实施例的详细描述将理解其它特征和益处。

附图说明

图1示出了根据本发明的示例实施例的基于运动模糊对图像像素进行分类的方法的流程图；

图2示出了根据本发明的示例实施例的基于运动模糊来检测视频中的移动对象的方法的流程图；

图3示出了根据本发明的示例实施例的用于基于运动模糊来对图像像素进行分类的装置的框图；

图4示出了根据本发明的示例实施例的用于基于运动模糊来检测视频中的运动对象的装置的框图；以及

图5示出了适于实现本发明的示例实施例的示例计算机系统的框图。

在整个附图中，相同或相应的附图标记指代相同或相应的部分。

具体实施方式

现在将参考几个示例实施方式来讨论本发明的示例实施例。应当理解，这些实施方式仅为了使本领域技术人员能够更好地理解并因此实施本发明的实施例来讨论的，而不是对本发明的范围暗示任何限制。

如本文所使用的术语“包括”及其变体将被视为开放的术语，意思是“包括，但不限于”。术语“基于”将被读为“至少部分地基于”。术语“一个实施例”和“实施例”被视为“至少一个实施例”。术语“另一实施例”将被看作“至少一个另外的实施例”。术语“第一”、“第二”、“第三”等可以用于指代不同或相同的对象。其他显式和隐含的定义可能被包括在下面。

传统上，高斯混合模型可用于表征图像或视频的背景。偏离模型多的像素被认为是前景。在这种方案中，相邻像素之间的相关性未被充分考虑。一些其他传统解决方案依赖于线性模型来描述背景。由于诸如水波纹和摇动的树的动态背景、照明变化、相机运动、和其他噪声的动态背景，可能会发生像素的误分类。