趙海東

國家知識產(chǎn)權局專利局專利審查協(xié)作天津中心

基于三幀差法的靜態(tài)視頻目標跟蹤技術的改進

趙海東

國家知識產(chǎn)權局專利局專利審查協(xié)作天津中心

隨著國家對安全問題重視程度的不斷提升，靜態(tài)視頻中多目標跟蹤技術在網(wǎng)絡視頻監(jiān)控中的應用已逐步成為該領域研究重點。三幀差法以其簡單、高效的特點在目標跟蹤算法中得到廣泛應用。本文重點論述三幀差法的具體實現(xiàn)原理，針對該方法在目標低速運動、由靜止逐步加速、由低速運動到靜止的運動過程中的技術缺陷，提出了通過背景減法與三幀差法相結合的方法對三幀差法做出改進。

靜態(tài)視頻；三幀差法；背景減法；目標跟蹤；低速

一、三幀差法的實現(xiàn)原理概述

幀間差分法是通過計算相鄰兩幀圖像之間的差值來獲得運動區(qū)域的，通過差值圖像能夠快速檢測出相鄰圖像中運動目標所引起的運動范圍。常見的幀間差分法有兩幀差法與三幀差法，其中三幀差法是對兩幀差法的改進。

兩幀差法主要是針對連續(xù)視頻幀中相鄰兩幀圖像進行差值運算，由于現(xiàn)有攝像頭所能拍攝的視頻中，連續(xù)兩幀的時間差往往在0.2s至0.5秒之間，因此，當視頻中目標運動速度較慢時，相鄰兩幀圖像中運動目標的位置變化相對較小，應用兩幀差法得到的差值圖像將造成目標區(qū)域的不連通，從而很難檢測出運動目標的準確范圍。

三幀差法的基本原理[1]與兩幀差法一致，其是兩幀差法的改進。其通過計算相鄰三幀的幀差，并進行幀差的與運算，有效規(guī)避了幀間時間間隔所造成的區(qū)域不連通問題，能更準確的檢測出目標。三幀差法的具體計算流程如下：

其中，fk(x, y)、fk+1(x, y)、fk+2(x, y)為三幀連續(xù)的視頻圖像，Gk,k+1(x, y)、Gk+1,k+2(x, y)為三幀圖像中連續(xù)兩幀的幀差。對得到的上述兩幀差做二值化處理：

其中，Dk,k+1(x, y)、Dk+1,k+2(x, y)為上述幀差所對應的二值化圖像，對二值化圖像進行與操作，得到運動目標區(qū)域的二值圖像T(x, y)：

二、三幀差法在目標跟蹤中的技術缺陷

采用三幀差法改進了兩幀差法的目標區(qū)域不連通問題，但其在運動目標運動緩慢，尤其是當目標處于減速、由靜止逐步啟動階段仍存在一定的弊端[2]，即三幀差法在低速運動的目標中缺乏魯棒性。

在實際的視頻監(jiān)控中，運動目標的運動過程存在多種情況，以運動速度來區(qū)分，主要分為：高速運動、低速運動、接近于0的運動速度。其中，接近于0的運動速度主要發(fā)生在運動目標由靜止到啟動的逐步加速過程、由減速到靜止的逐步減速過程中，此時由于幀間的時間間隔較小，采用三幀差法仍然會導致運動目標檢測區(qū)域的不連通問題，從而導致目標檢測的不準確。

本文針對三幀差法的上述問題，結合光流計算法、背景減法等其他目標檢測算法的特點，提出了將背景減法與三幀差法結合的方式以提升運動目標在低速行駛過程中的檢測準確性問題。

三、背景減法對三幀差法的技術改進

背景減法為目標跟蹤中的核心方法之一，其在靜態(tài)視頻圖像的目標跟蹤中具有簡單、準確性高的特點，尤其是針對低速運動的運動目標，具有高準確性的檢測效果。

在絕大多數(shù)的視頻監(jiān)控中，攝像頭基本是不動的，因此，視頻監(jiān)控的場景不發(fā)生改變，背景變化量很小。背景減法通過視頻幀與背景圖像進行減法運算以提取出目標區(qū)域，即背景減法應用當前幀與場景的背景圖像的差異完成目標檢測。

本文采用三幀差法與背景減法結合的方式完成運動目標檢測，當運動目標高速行駛時，采用三幀差法進行目標檢測，當運動目標低速運動、由靜止逐步加速或是由運動逐步減速的過程中，采用背景減法完成目標檢測。方法實現(xiàn)流程如下：

1、輸入原始視頻序列。

2、取一幀圖像，采用三幀差法進行目標檢測，計算得到含有目標區(qū)域的二值圖像。

3、計算當前幀與后5幀的差值k，如果k大于閾值T,執(zhí)行步驟4，如果k小于閾值T，執(zhí)行步驟5。

4、將當前幀圖像與背景幀相減。

5、對目標區(qū)域的二值圖像進行濾波和膨脹處理[3]。

6、得到準確的運動目標區(qū)域。

其中，閾值T可根據(jù)實際圖像像素的數(shù)值進行靈活設置。應用上述方法，在運動目標處于低速運行狀態(tài)下，尤其是速度接近于0的情況下，能夠得到相比三幀差法較準確的運動目標區(qū)域。

四、結論

本文針對三幀差法在運動目標低速運動、由靜止逐步加速或是由運動逐步減速的過程中所具有的檢測準確性缺陷，將背景減法與三幀差法相結合，提出了針對三幀差法的改進方案，得到較準確的實驗效果。該方法在靜態(tài)視頻的多目標檢測中具有較好的技術效果，使得在復雜的目標運動過程中的區(qū)域檢測具有魯棒性。同時，算法針對運動目標區(qū)域的二值化圖像進行后期處理，消除了區(qū)域輪廓毛刺、有效清除目標連通區(qū)域的異值點，使得準確性得到進一步提升。

[1]錢榮榮.監(jiān)控視頻結構分段與視頻摘要技術研究[D].天津大學,2010.

[2]周小龍.監(jiān)控視頻摘要生成技術的研究與實現(xiàn)[D].重慶大學, 2010.

[3]李毅, 孫正興, 遠博, 等.種改進的幀差和背景減相結合的運動檢測方法[J].中國圖象圖形學報, 2009, 4(6).