[发明专利]前景和背景检测方法

说明书

本发明涉及一种用于将像素指派给前景像素集和背景像素集之一的方法。在该方法中，如果满足第一条件，则像素被指派给背景像素集，并且如果未满足第一条件并且满足第二条件，则像素被指派给前景像素集。该方法包括按照语义分割算法计算该像素属于前景相关对象的概率的步骤（S100），该第一条件是，该像素属于前景相关对象的该概率不超过第一阈值，并且该第二条件是，该像素属于前景相关对象的该概率与针对该像素的基线概率之间的差等于或者超过第二预定阈值。

技术领域

本公开内容涉及一种用于将像素指派到前景和背景像素集之一的方法。

背景技术

在计算机视觉中的主要研究方向是运动检测的领域。运动检测的目标是将像素按照其是否属于这样的移动对象与否而进行分类，从而将可能被错误分类的任何像素过滤，以便检测场景中的移动对象。已证明将该任务（其在大自然中甚至显然被基本的动物视觉系统轻松解决）复制在计算机视觉中是复杂的。

在计算机视觉的领域中，图像可以被表达为多个图片元素或者像素。在图像中的每个单个像素可以具有在图像中的位置x和像素值。

位置x可具有任何数量的维度。出于该原因，虽然术语“体素”（代表“体积元素”）在3D成像的领域中用来代替“像素”，但是术语“像素”在本公开内容中应该被宽泛地理解为也涵盖这样的体素和具有任何数量的维度的图像中的任何图片元素，所述图像包括3D图像和/或多光谱图像。

位置x可以被限制到有限域，例如如果其是由固定成像设备捕获的图像的话。然而，可替换地，其可以不被限制到有限域，例如，如果图像是由诸如例如卫星机载相机之类的移动成像设备捕获的图像的话。

像素值也可以具有任何数量的维度。例如，在单色图像中，像素值可以是标量亮度值，但是在多色图像（诸如红绿蓝（RGB）分量视频图像或者色度饱和度值（HSV）图像）中，该像素值可以是多维向量值。

在过去的二十年中，针对运动检测已提出了大量背景减除算法。这些背景减除算法中的许多已经由P.-M.Jodoin、S. Pierard、Y.Wang和M.Van Droogendroeck在2014年7月的Chapman and Hall/CRC的Background Modeling and Foreground Detection forVideo Surveillance的第24章的“Overview and benchmarking of motion detectionmethods”中和由T.Bouwmans在2014年5月的Computer Science Review的第11-12卷的第31-66页的“Traditional and recent approaches in background modeling forforeground detection: An overview”中进行了回顾。