基于混合信息的运动目标检测优化研究

2021-04-29徐武郭兴文聪唐文权孔玲玲

应用科技 2021年1期

徐武，郭兴，文聪，唐文权，孔玲玲

云南民族大学电气信息工程学院，云南昆明 650500

近些年，运动目标检测被广泛用于视频检测及工业检测等方面。运动目标检测主要功能是快速、准确地将视频中的运动目标提取出来[1]。

部分学者提出，利用颜色图像信息或者是深度图像信息进行目标检测[2]。文献[3]利用深度图像信息进行目标检测，再利用“与运算”进行特征信息融合，改善了目标与背景模型距离较近的问题，但是没有考虑到光照突变对实验本身的影响。文献[4]采用颜色信息进行前景目标的检测，但是当背景模型是复杂多变的情况时，该种方法难以解决问题。文献[5]分别利用彩色图像特征与深度图像特征进行目标检测，通过逻辑运算将特征信息进行融合处理，但当边缘存在噪声点时，检测效果明显降低，且存在漏检现象[6]。

针对以上存在的问题，本文在RGB色彩空间模型的基础上，采用SOFM模型改善色彩空间颜色的真实性；再根据像素值的边缘特性以及上一帧图像的检测信息，为分类器分配合适的权重值，解决彩色视频检测存在的问题。

1 颜色空间建模

由于大部分视频都为彩色视频，因此视频图像的特征信息可以作为运动目标检测判断依据[7]。不同彩色图像对应不同的颜色特征信息，导致颜色空间的选择成为影响前景检测性能的重要因素。

本文采用SOFM模型空间模型完成运动目标检测，如图1所示。

图1 目标检测流程

SOFM模型通过已有背景模型进行训练，像素值认为是样本，对前景模型目标进行判断[8]。若视频任意位置Y处的颜色值记为S，公式如下：

式中：α表示背景模型；β表示移动对象；θ表示约束参数。式(1)表示S与Y的概率关系，式(2)则是对相关参数进行定义。

此背景模型主要利用混合概率表示每一类像素对应的特征信息，完成任何颜色前景背景模型的创建，构建模型如式(3)及式(4)所示：

式中：L表示颜色总空间；g(L)表示L的三维卷积。从式(4)中可以看出，由于每一个神经元对应一组输入数据集，并且任意位置点的背景像素值与场景特征有关联。因此，利用概率自组织映射模型可以解决任意像素的背景颜色分布[9]：

式中M代表SOFM模型的神经元个数。

假设神经元分布在一个矩阵空间里，则任何两个神经元K、G的欧氏距离记为

式中：l(K,G)代表神经元K、G之间的拓扑距离；TK、TG表示K、G在矩形空间里所处位置信息。

为减小算法的冗余度，可以把映射中的神经元作为一个高斯概率密度分布模型[10]，如式(5)所示：

式中：σ2代表方差；σ1表示σ的上边界；σ2表示σ的下边界。式(6)的约束条件能够保证SOFM模型准确地描述输入像素的分布。

2 基于混合信息的运动目标检测

2.1 距离图像与彩色图像的配准

当获取视频场景的视频序列以后，得到视频序列的内外部参数，再对视频序列的距离图像信息和彩色图像信息进行融合配准处理，最终距离图像获取的分辨率与彩色图像获取的分辨率一致[11]。

2.2 运动目标检测

本文优化算法的流程图，如图2所示。

图2 基于混合信息的优化流程

在RGB色彩空间处理基础上，首先利用经配准融合处理的距离图像和彩图图像，构建像素级分类器CLC和CLD；其次，输入图像的像素c，将深度图像信息CA送至CLD分类器进行处理，颜色图像信息CB送至CLC分类器进行处理，二者输出的结果形成一个新的矩阵QC[3]，如式(7)所示：

式中：q(wnc)|CA、q(wmc)|CA表示CLD分类器得到的像素c是背景模型q(wnc)、q(wmc) 的概率值；q(wnc)|CB、q(wmc)|CB表示CLC分类器得到的像素c是背景模型q(wnc)、q(wmc)的概率值[12]。由于图像每个区域间存在差异，因此，各个区域的颜色信息和深度信息对检测结果有着不同程度的影响[4]。故需要对分类器的输出值设定权重值Wj(j∈{A,B})。此时，像素c的概率值为q(wj|c)，见式(8)：

式中：q(wj|c)表示分类器像素c处的概率值；q(wj|cA)表示距离图像A对应的概率值；q(wj|cB)表示彩色图像B对应的概率值；wA、wB代表权重值。wA+wB=1，像素c属于较大q(wj|c)与之对应的wj类。

2.3 权重选取方案

配准融合处理的距离图像存在如下问题：1)由于视频中的场景信息不相同，导致配准融合处理过后的距离图像，出现信息缺失[13]；2)由于图像自身存在较大的边缘噪声，进而导致边缘的信息误差值大[14]。针对以上存在的问题，结合颜色信息和深度信息对区域的差异影响，故选择一种权重值选取方案，操作流程如下所示：

1)对第g帧的像素c进行深度信息判断[15]，当像素c获得深度信息时，执行步骤2)；否则，采用颜色图像信息对运动目标进行检测，公式为

式中：wA(c,g)表示g时刻像素c获取的CLD分类器的图像信息值；wB(c,g)表示g时刻像素c获取的CLC分类器的图像信息值。此时，像素c未获取到深度信息。

2)选择Prewitt算子对像素c进行边缘区块检测处理，当像素c的梯度值F(s)大于阈值H时，则认为是边缘区域，跳转3)；当像素c的梯度值F(s)小于阈值H时，则判定为中间区域；当像素c被判定为边缘区域时，跳转执行步骤4)；

3)当深度信息受边缘噪声较大影响时，需要对权重值进行调整，以此减小边缘噪声影响，权重调整公式为

4)当运动目标逐渐向背景模型移动时，会导致CLD分类器出现漏检现象。故本文加入了视频上一帧的检测结果L(c，g-1)对权重值重新进行分配。

①当L(c，g-1)被判定为背景模型时，按照式(12)进行权重值选择：

②当L(c，g-1)被判定为运动目标时，则需要对第g-1帧的像素c存在的深度图像信息与CLD分类器的距离关系进行计算，公式为

式中：κ代表深度图像信息与CLD分类器的距离关系。若 κ(c,g−1)的值越大，代表像素c运动目标与背景模型的距离值越大；反之，若 κ(c,g−1)的值越小，代表像素c运动目标与背景模型的距离值越小。为防止运动目标靠近背景模型时出现漏检情况，需对wA的值进行动态调整[15]，即：wA伴随 κ的增大而增大。本文利用广义逻辑函数对权重wA的值进行分配，权重wA的分配公式为

式中：B为常量，通常取值为0.5；Yc为样本值。

2.4 分类器设定

文章利用CLC分类器、CLD分类器，得到每一种分类器像素c的概率值q(wj|c)。假定运动目标概率值和背景模型概率值相同，依据贝叶斯公式[16]，可将式(8)重新定义为

式中，q(cA|wnc)、q(cA|wmc)表示CLD分类器得到的像素c为背景模型R(wnc) 的后验概率值；q(cB|wnc)、q(cB|wmc)表示CLC分类器得到的像素c为背景模型R(wmc)的后验概率值。

3 实验仿真的对比分析

本文实验采用TOF相机进行视频采集，分辨率为1 800×1 080。为验证本文改进算法的有效性，本文对运动目标与背景模型颜色类似、背景模型运动和光照突变3种不同类型的室内视频帧序列进行仿真。本文所有实验均采用MATLAB 2018b软件进行仿真分析。

3.1 实验参数的设定

本文算法受到诸多参数的限制影响，这些参数的设定值将会对算法产生影响，为保证算法在整体上获得良好性能优势，在结合大量实验数据的基础上对表1的参数值进行设定。

表1 算法参数的设定

3.2 运动目标与背景模型颜色类似

当运动目标与背景模型颜色相同时，序列1背景模型见图3(a)所示，图3(b)选择的盒子颜色与背景模型颜色相同。为保证实验结果的准确性，只保留图3(b)中的盒子部分，如图3(c)所示。在图4(a)中，采用CLC分类器进行目标检测，从图中明显看出，检测结果存在严重缺失；在图4(b)中，利用CLD分类器融合特征信息进行目标检测，检测的目标基本完整，但由于噪声点的影响，导致检测出的目标边缘不清晰；图4(c)采用本文改进算法进行目标检测，该算法检测效果最佳。与图4(d)手工检测结果对比，两者检测结果相近。

图3 序列1第342帧图像

图4 序列1检测结果

3.3 背景模型运动

若背景模型快速移动时，序列2的背景模型如图5(a)所示，在图5(b)中，第165帧图像背景模型开始运动，图5(c)为第342帧信息融合后的距离图像。图6(a)是采用CLC分类器对背景模型进行更新，此时，检测图中出现“鬼影”；图6(b)是采用CLD分类器依据本文提出的背景更新策略，对背景中移动物体进行判断，且有效克制了“鬼影”现象，但由于噪声点的影响，导致检测出的目标边缘不清晰；图6(c)采用改进算法进行目标检测，本文改进算法可以对运动的背景模型进行快速、准确判断，且有效消除了“鬼影”区域，检测效果最佳，与图6(d)手工检测结果基本相同。

图5 序列2第165帧图像

图6 序列2检测结果

3.4 光照突变

序列3为光照突变的视频序列，第769帧时光照突变。为保证实验结果的准确性，仍然对检测目标进行截取处理；为确保实验检测结果的一般性，在进行图像截取时，截取部分未进行特征信息融合处理。在图7的检测结果图中，图7(a)采用CLC分类器不能适应光照快速突变；图7(b)利用CLD分类器融合特征信息进行目标检测，检测的目标基本完整，但由于噪声点的影响，导致检测出的目标边缘不清晰；图7(c)采取的本文算法虽无法获取距离图像的完整信息，但受到光照突变的影响较小，与图7(d)的手工检测结果相对比，存在些许差异，但从整体来讲，本文算法可以有效抑制“鬼影”以及光照突变的情况。