目標(biāo)檢測(cè)顧靜2014.06.26預(yù)備基礎(chǔ)知識(shí)：數(shù)字圖像是指由被稱(chēng)作象素的小塊區(qū)域組成的二維矩陣。將物理圖象行列劃分后，每個(gè)小塊區(qū)域稱(chēng)為像素（pixel）。每個(gè)像素包括兩個(gè)屬性：位置和灰度。對(duì)于單色即灰度圖像而言，每個(gè)象素的亮度用一個(gè)數(shù)值來(lái)表示，通常數(shù)值范圍在0到255之間，即可用一個(gè)字節(jié)來(lái)表示，0表示黑、255表示白，而其它表示灰度級(jí)別。預(yù)備基礎(chǔ)知識(shí)：彩色圖象可以用紅、綠、藍(lán)三元組的二維矩陣來(lái)表示。通常，三元組的每個(gè)數(shù)值也是在0到255之間，0表示相應(yīng)的基色在該象素中沒(méi)有，而255則代表相應(yīng)的基色在該象素中取得最大值，這種情況下每個(gè)象素可用三個(gè)字節(jié)來(lái)表示。

運(yùn)動(dòng)目標(biāo)檢測(cè)是實(shí)現(xiàn)目標(biāo)跟蹤、交通監(jiān)控、行為分析等任務(wù)的基礎(chǔ)。但由于運(yùn)動(dòng)目標(biāo)的提取易受到背景、光線變化、陰影、運(yùn)動(dòng)速度等因素的影響而造成失敗,所以如何更好的實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)具有相當(dāng)重要的意義。根據(jù)應(yīng)用范圍它可以分為靜態(tài)目標(biāo)檢測(cè)與運(yùn)動(dòng)目標(biāo)檢測(cè)兩類(lèi):靜態(tài)目標(biāo)檢測(cè)多指靜態(tài)圖像(數(shù)碼照片、掃描圖像等)中的目標(biāo)檢側(cè),如人臉、姿態(tài)、手勢(shì)、車(chē)牌、文本等內(nèi)容的檢測(cè);運(yùn)動(dòng)目標(biāo)檢測(cè)多指視頻中的目標(biāo),如運(yùn)動(dòng)跟蹤、交通監(jiān)控、行為分析等內(nèi)容的檢側(cè)。

流行算法：運(yùn)動(dòng)目標(biāo)檢測(cè)的分類(lèi)方法較多,如根據(jù)攝像機(jī)是否運(yùn)動(dòng)來(lái)分、根據(jù)檢測(cè)是2-D還是3-D來(lái)分、根據(jù)是普通的圖像序列還是紅外或雷達(dá)圖像來(lái)分、根據(jù)運(yùn)動(dòng)的特點(diǎn)來(lái)分??本次講解主要關(guān)心在普通圖像序列中的運(yùn)動(dòng)檢測(cè),其他類(lèi)型檢測(cè)基本上是普通圖像序列檢測(cè)方法的擴(kuò)充。這類(lèi)檢測(cè)可以分為特征與灰度兩種檢測(cè)方法?；谔卣鞯臋z測(cè)多是依據(jù)圖像特征或由其組成的模型來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)?；诨叶鹊姆椒▌t是依據(jù)圖像中灰度模式等來(lái)實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的分割。從方法上來(lái)看常用的大體有如下幾類(lèi):幀差法、光流法、背景差法、基于統(tǒng)計(jì)學(xué)習(xí)的方法。

幀差法：該類(lèi)方法主要利用時(shí)間信息,通過(guò)比較圖像序列中連續(xù)兩幀或三幀中所有的對(duì)應(yīng)位置像素點(diǎn),并根據(jù)規(guī)則計(jì)算對(duì)應(yīng)像素點(diǎn)的差值,如果差值大于一定的閾值,就認(rèn)為該點(diǎn)對(duì)應(yīng)位置有運(yùn)動(dòng)目標(biāo)存在并提取該運(yùn)動(dòng)目標(biāo)。

幀差法采用單臺(tái)攝像機(jī),對(duì)動(dòng)態(tài)環(huán)境有較強(qiáng)自適應(yīng)性,但一般來(lái)說(shuō)使用該方法不能完全提取相關(guān)的特征像素點(diǎn),得到的背景并非純背景圖像,所以檢測(cè)得到運(yùn)動(dòng)目標(biāo)結(jié)果并不十分精確。比如如果有多人過(guò)近的聚集在一起的話,該運(yùn)動(dòng)區(qū)域可能會(huì)聚類(lèi)成為一輛車(chē)。

光流法：物體在運(yùn)動(dòng)的時(shí)候，它在圖像上對(duì)應(yīng)點(diǎn)的亮度模式也在做相應(yīng)的運(yùn)動(dòng)，這種圖像亮度模式的表觀運(yùn)動(dòng)就是光流。光流的研究就是利用圖像序列中像素的強(qiáng)度數(shù)據(jù)的時(shí)域變化和相關(guān)性來(lái)確定各自像素位置的“運(yùn)動(dòng)”。光流表達(dá)了圖像的變化，因此可被觀察者用來(lái)確定目標(biāo)的運(yùn)動(dòng)情況。一般情況下，光流由相機(jī)運(yùn)動(dòng)、場(chǎng)景中目標(biāo)運(yùn)動(dòng)或兩者的共同運(yùn)動(dòng)產(chǎn)生。

光流場(chǎng)指的是景物中可見(jiàn)像素點(diǎn)的三維速度矢量在成像表面投影形成的二維瞬時(shí)速度場(chǎng)?？臻g中的運(yùn)動(dòng)場(chǎng)轉(zhuǎn)移到圖像上就表示為光流場(chǎng)，光流場(chǎng)反映了圖像上每一點(diǎn)的灰度變化趨勢(shì)，它是如今計(jì)算機(jī)視覺(jué)及有關(guān)研究領(lǐng)域中的一個(gè)重要組成部分。

光流法：光流法檢測(cè)運(yùn)動(dòng)目標(biāo)，其基本思想是賦予圖像中的每一個(gè)像素點(diǎn)一個(gè)速度矢量，從而形成了該圖像的運(yùn)動(dòng)場(chǎng)。圖像上的點(diǎn)和三維物體上的點(diǎn)在某一特定的運(yùn)動(dòng)時(shí)刻是一一對(duì)應(yīng)的，根據(jù)各像素點(diǎn)的速度矢量特征對(duì)圖像進(jìn)行動(dòng)態(tài)的分析。若圖像中不存在運(yùn)動(dòng)目標(biāo)，那么光流矢量在整個(gè)圖像區(qū)域則是連續(xù)變化的，而當(dāng)物體和圖像背景中存在相對(duì)運(yùn)動(dòng)時(shí)，運(yùn)動(dòng)物體所形成的速度矢量則必然不同于鄰域背景的速度矢量，從而將運(yùn)動(dòng)物體的位置檢測(cè)出來(lái)。

光流法：

光流法：在實(shí)際的應(yīng)用中，由于存在多光源、遮擋性、噪聲和透明性等多方面的原因，光流場(chǎng)基本方程中的灰度守恒這個(gè)假設(shè)條件是得不到滿足的，因此不能求解出正確的光流場(chǎng)，同時(shí)由于其采用的是迭代的求解計(jì)算方法，故需要的計(jì)算時(shí)間比較長(zhǎng)，從而無(wú)法滿足實(shí)時(shí)的要求，并且該方法受噪聲的影響較大，因而該方法多適用于目標(biāo)運(yùn)動(dòng)速度不大，圖像噪聲比較小的情況。

背景差法：背景減法相對(duì)于其他方法而言簡(jiǎn)單易于實(shí)現(xiàn),是最受歡迎的運(yùn)動(dòng)目標(biāo)檢測(cè)方法之一,它利用當(dāng)前圖像與背景圖像的差來(lái)檢測(cè)運(yùn)動(dòng)區(qū)域。一般而言背景減的步驟如下:首先對(duì)固定攝像機(jī)拍攝的視頻圖像序列進(jìn)行計(jì)算,得到一個(gè)場(chǎng)景的靜態(tài)背景初始化模型,之后將當(dāng)前幀與靜態(tài)背景圖像相比,從當(dāng)前幀中將背景剔除,從而得到前景運(yùn)動(dòng)目標(biāo)。不過(guò)由于背景可能發(fā)生變化,所以算法在實(shí)現(xiàn)的過(guò)程中,將不斷地自動(dòng)實(shí)現(xiàn)背景更新,之后再次利用新的背景模型來(lái)確定前景目標(biāo),以期得到更精確的結(jié)果。

基于統(tǒng)計(jì)、學(xué)習(xí)的方法：由于這類(lèi)方法對(duì)于噪聲、陰影、光線等變化比較每棒,正越來(lái)越多地應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)的過(guò)程中,它利用了獨(dú)立或成組的像素特征來(lái)構(gòu)建/更新背景模型,采用學(xué)習(xí)概率來(lái)抑制誤識(shí)(即減少將不屬于目標(biāo)集的目標(biāo)標(biāo)注為目標(biāo)對(duì)象的概率)。這類(lèi)算法對(duì)于噪聲、陰影、光線等外部環(huán)境變化比較魯棒,檢測(cè)到的運(yùn)動(dòng)目標(biāo)比較準(zhǔn)確,抗干擾能力較強(qiáng)。但由于運(yùn)動(dòng)的復(fù)雜性,致使該方法很難采用一種統(tǒng)一的概率分配模型來(lái)描述。學(xué)習(xí)過(guò)程中要遍歷圖像的所有位置,故訓(xùn)練樣本大,計(jì)算復(fù)雜,計(jì)算量大