調整攝影機的視頻對象檢測的運算功能的參數方法及其裝置的製作方法
2023-05-24 21:58:16 2
專利名稱：調整攝影機的視頻對象檢測的運算功能的參數方法及其裝置的製作方法
技術領域：
本發明涉及一種攝影機的視頻對象檢測方法，特別涉及一種調整攝影機的視頻對象檢測運算功能的參數的方法。
背景技術：
圖像安全監控應用的範圍非常廣，且深入在我們生活環境的周遭。當成千上萬臺架設在城市各個角落的攝影機將所拍攝的畫面傳回主控室時，後端圖像畫面的管理與辨識便成了一項艱巨的工作。因此，圖像安全監控除了有賴於以人工方式監控螢幕來達到安全防護的目的，另一個有效的解決方式則是利用攝影機的智能型視頻對象檢測功能。然而， 智能型視頻對象檢測功能的穩定是很重要的，其直接和消費者是否願意接受智能攝影機有關。影響智能型視頻對象檢測的穩定性的其中一個因素來自於現場環境因子的變化， 包括天氣變化，對象移動，物體反射角度的改變及各種其他因素。當攝影機裡的感光元件接收光線並將圖像傳到後端的螢幕畫面顯示時，會因攝影機取像場景的光線發生局部或整體的變化，而造成圖像分析的智能型視頻對象檢測功能錯誤率的提高，並使得智能型視頻對象檢測功能的穩定度和實用性降低。目前已有很多研究針對此光線變化問題去解決，但是大都是另外發展出抗光線變化的演算法模型，並在一些較理想狀況下才可能順利執行出應有的效果。此外，另有一些研究是針對個別天氣狀況提出解決方法的模型，例如針對下雨天，提出不受下雨影響的前景檢測模型。然而，上述研究在對抗光線變化而發展出新的演算法時，卻需付出一些代價。例如，上述研究需要另外發展新的模型並捨棄原有發展出來的演算法，甚至原有的硬體或嵌入式系統都需要重新設計而無法建立在原有的演算法或硬體上。此外，上述研究可能需要花費比舊的模型更多計算量，使得針對及時檢測需求的應用性下降。據此，業界所需要的是一種調整攝影機的視頻對象檢測運算功能的參數的方法及其裝置，其可建立在原有的演算法的下，不需要再花額外研發時間發展演算法，故可避免前述研究所面臨的困境。
發明內容
本發明提出一種調整攝影機的視頻對象檢測運算功能的參數的方法及其裝置，其可根據環境因素調整演算法參數。根據本發明的方法及裝置，可不需要使用者提供額外資訊而在不同的場景下，針對一個智能型視頻對象檢測功能的準確度進行最佳化處理，使該演算法受到環境因素幹擾的程度降到最低。據此，長時間運作下，該演算法仍然能保持最穩定的表現。為實現本發明目的而提供的一種調整攝影機的視頻對象檢測運算功能的參數的方法，包含下列步驟
接收一串行的訓練圖像信號，並將該訓練圖像信號的每一幀分割成多個區域；確定該訓練圖像信號的每一幀的各區域的環境變量的量化數值；視頻對象檢測運算功能對該串行的訓練圖像信號進行視頻對象的檢測，用以產生一串行的視頻對象檢測的結果；改變該視頻對象檢測運算功能的參數並重複該視頻對象檢測的步驟，用以產生多組串行的視頻對象檢測結果；以及比較所述視頻對象檢測結果和一參考結果，用以確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。進一步包含下列步驟接收一串行的待檢測圖像信號，並將該待檢測圖像信號的每一幀分割成多個區域；確定該待檢測圖像信號的每一幀的各區域的環境變量的量化數值；根據環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係， 確定該待檢測圖像信號的每一幀的各區域的參數數值；以及根據該視頻對象檢測運算功能和所確定的參數數值對該串行的待檢測圖像信號進行視頻對象檢測，用以產生一串行的視頻對象檢測結果。其中該比較步驟比較所述視頻對象檢測結果和該參考結果，以選擇一最佳視頻對象檢測結果，並根據該最佳視頻對象檢測結果確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。其中該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係通過一二維數據矩陣所表示。其中該二維數據矩陣通過平均各環境變量的量化數值所對應的不同最佳參數數值而得。通過一多項式函數描述該二維數據矩陣。其中該多項式函數針對該二維數據矩陣系進行向量分解運算而得。其中該環境變量為圖像亮度、對象數目、對象種類、對象顏色、對象大小、對象移動速度、對象陰影和天氣狀況的其中之一。為實現該發明目的，本發明還包括一種應用於攝影機的視頻對象檢測運算功能的裝置，包含一視頻對象檢測訓練模塊，用於根據一串行的訓練圖像信號和一視頻對象檢測參考結果，以產生環境變量的量化數值和一視頻對象檢測運算功能的參數間的最佳對應關係；以及一視頻對象檢測應用模塊，根據該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係，用以對一串行的待檢測的圖像信號進行視頻對象檢測。進一步包含一儲存裝置，儲存該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。進一步包含一環境變量計算模塊，計算串行的訓練圖像信號和該串行的待檢測圖像信號的環境變量的量化數值。 該視頻對象檢測訓練模塊包含一參數訓練模塊，被設定以根據該串行的訓練圖像信號和不同數值的參數產生多組串行的視頻對象檢測結果；以及一比較模塊，比較該組串行的視頻對象檢測結果和該視頻對象檢測參考結果，用以產生環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。該比較模塊比較所述串行的視頻對象檢測結果和該視頻對象檢測參考結果以選擇一最佳視頻對象檢測結果，並根據該最佳視頻對象檢測結果確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。該視頻對象檢測應用模塊包含一參數調整模塊，根據環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係對該串行的待檢測的圖像信號進行視頻對象檢測，用以產生一串行的視頻對象檢測結果。該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係通過一二維數據矩陣所表示。通過一多項式函數描述該二維數據矩陣。其中該二維數據矩陣通過平均各環境變量的量化數值所對應的不同最佳參數數值而得。對該二維數據矩陣系進行向量分解運算得到該多項式函數。該環境變量為圖像亮度、對象數目、對象種類、對象顏色、對象大小、對象移動速度、對象陰影和天氣狀況的其中之一。
圖1是本發明的一實施例的應用於攝影機的視頻對象檢測運算功能的裝置的示意圖；圖2是本發明的一實施例的調整攝影機的視頻對象檢測運算功能的參數的方法的流程圖；圖3是本發明的一實施例的調整攝影機的視頻對象檢測運算功能的參數的方法的另一流程圖；圖4是本發明的一實施例的一串行的訓練圖像信號的一幀；圖5是本發明的一實施例的一視頻對象檢測結果；圖6是本發明的一實施例的另一視頻對象檢測結果；圖7是本發明的一實施例的一視頻對象檢測參考結果；圖8是本發明的一實施例的環境變量的量化數值和視頻檢測運算功能的參數間的最佳對應關係；以及圖9是本發明的一實施例的環境變量的量化數值和視頻檢測運算功能的參數間的另一最佳對應關係。主要組件符號說明100裝置
110環境變量計算模塊120視頻對象檢測訓練模塊122參數訓練模塊124比較模塊130視頻對象檢測應用模塊132參數調整模塊140儲存裝置201 207 步驟301 304 步驟
具體實施例方式本發明在此所探討的方向為一種調整攝影機的視頻對象檢測運算功能的參數的方法及其裝置。為了能徹底地了解本發明，將在下列的描述中提出詳盡的步驟及組成。顯然地，本發明的施行並未限定於本領域技術人員所熟習的特殊細節。另一方面，眾所周知的組成或步驟並未描述於細節中，以避免造成本發明不必要的限制。本發明的較佳實施例會詳細描述如下，然而除了這些詳細描述的外，本發明還可以廣泛地施行在其他的實施例中， 且本發明的範圍不受限定，其以的後的專利範圍為準。圖1顯示本發明的一實施例的應用於攝影機的視頻對象檢測運算功能的裝置的示意圖。如圖1所示，該裝置100包括一環境變量計算模塊110、一視頻對象檢測訓練模塊 120、一視頻對象檢測應用模塊130和一儲存裝置140。該環境變量計算模塊110用於計算串流的圖像信號的環境變量的量化數值以供該視頻對象檢測訓練模塊120和該視頻對象檢測應用模塊130的計算使用。該視頻對象檢測訓練模塊120用於根據一串流的訓練圖像信號和一視頻對象檢測參考結果以產生環境變量的量化數值和一視頻對象檢測運算功能的參數間的最佳對應關係，其中該視頻對象檢測參考結果可預先儲存於該儲存裝置140。 該視頻對象檢測應用模塊130用於根據該實時環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係以對一串流的待檢測的圖像信號進行視頻對象檢測，並據此產生一串流的視頻對象檢測結果。如上所述，該裝置100系利用該視頻對象檢測訓練模塊120事先產生環境變量的量化數值和一視頻對象檢測運算功能的參數間的最佳對應關係，並於利用該視頻對象檢測應用模塊130對一串流的待檢測的訓練圖像信號進行視頻對象檢測時，根據目前環境變量選擇對應的最佳參數數值，並據此產生視頻對象檢測結果。因此，該視頻對象檢測運算功能可為已知的演算法而不需額外研發時間發展演算法，即可達到因應不同環境因素而仍可實現視頻對象檢測的目的。較佳地，該視頻對象檢測訓練模塊120包括一參數訓練模塊122和一比較模塊 124。該參數訓練模塊122用於根據該串流的訓練圖像信號和不同數值的參數產生多組串流的視頻對象檢測結果。該比較模塊1 用於比較該組串流的視頻對象檢測結果和該視頻對象檢測參考結果，用以產生環境變量的量化數值和對該視頻對象檢測運算功能的參數間的最佳對應關係。較佳地，該比較模塊1 系比較所述串流的視頻對象的多檢測結果和該視頻對象檢測參考結果以選擇一最佳視頻對象檢測結果，並根據該最佳視頻對象檢測結果確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。該視頻對象檢測應用模塊130包括一參數調整模塊132。該參數調整模塊132用於根據環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係對該串流的待檢測的圖像信號進行視頻對象檢測，用以產生一串流的視頻對象檢測結果。圖2顯示本發明的一實施例的調整攝影機的視頻對象檢測運算功能的參數的方法的流程圖，其中該流程圖即對應至圖1的環境變量計算模塊110和視頻對象檢測應用模塊120的操作。在步驟201，接收一串流的訓練圖像信號，並將該訓練圖像信號的每一幀分割成多個區域，並進入步驟202。在步驟202，確定該訓練圖像信號的每一幀的各區域的環境變量的量化數值，並進入步驟203。在步驟203，選用對應至一視頻對象檢測運算功能的一組參數，並進入步驟204。在步驟204，根據一視頻對象檢測運算功能對該串流的訓練圖像信號進行視頻對象檢測，用以產生一串流的視頻對象檢測結果，並進入步驟205。在步驟 205，判斷是否已測過所有參數組合。若已測過所有參數組合，則進入步驟207，否則進入步驟206。在步驟206，選用對應至該視頻對象檢測運算功能的另一組參數組合，並回到步驟 204。在步驟207，比較所述視頻對象檢測結果和一參考結果以確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係，並結束本方法。圖3顯示本發明的一實施例的調整攝影機的視頻對象檢測運算功能的參數的方法的另一流程圖，其中該流程圖即對應至圖1的環境變量計算模塊110和視頻對象檢測應用模塊130的操作。在步驟301，接收一串流的待檢測圖像信號，並將該待檢測圖像信號的每一幀分割成多個區域，並進入步驟302。在步驟302，確定該待檢測圖像信號的每一幀的各區域的環境變量的量化數值，並進入步驟303。在步驟303，根據環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係，確定該待檢測圖像信號的每一幀的各區域的參數數值，並進入步驟304。在步驟304，根據該視頻對象檢測運算功能和所確定的參數數值對該串流的待檢測圖像信號進行視頻對象檢測，用以產生一串流的視頻對象檢測結果，並結束本方法。以下例示應用圖1的裝置和圖2及圖3的方法進行視頻對象檢測運算的實施範例。圖4顯示本發明的一實施例的一串流的訓練圖像信號的一幀。如圖4所示，該幀系根據步驟201被分割成nr個區域。在步驟202，該環境變量計算模塊110即針對該幀計算該 nr個區域的環境變量的量化數值。在本實施範例中，該環境變量為圖像亮度。然而，本發明的環境變量不限於圖像亮度，而可包括對象數目、對象種類、對象大小、對象移動速度、對象顏色、對象陰影、天氣狀況和其他可影響視頻對象檢測結果的環境因素。在步驟203至206， 該視頻對象檢測訓練模塊120系針對所有不同的參數數值產生多組視頻對象檢測結果。圖 5顯示本發明的一實施例的一視頻對象檢測結果。圖6顯示本發明的一實施例的另一視頻對象檢測結果。圖7顯示本發明的一實施例的一視頻對象檢測參考結果。在步驟207，若分別比較圖5和圖6的視頻對象檢測結果和圖7的視頻對象檢測參考結果，則可確定圖6的視頻對象檢測結果為最佳視頻對象檢測結果。同理，針對串流的訓練圖像信號的其他幀，即可得到一串流的最佳視頻對象檢測結果。根據該串流的最佳視頻對象檢測結果，即可整理出環境變量的量化數值和該視頻檢測運算功能的參數間的最佳對應關係。以下詳細介紹圖2的方法的計算過程。假設一參數ρ共有np種可調的數值，對於一幀的一區域ri(i介於1和nr的間)，便可得到np種視頻對象檢測結果。據此，對於分割成nr個區塊的一幀而言，即可產生npnr種視頻對象檢測結果。在步驟207的比較計算中，可藉由比較一幀的視頻對象檢測結果和該視頻對象檢測參考結果的重合面積的比例與不重合面積比例，其根據以下定義Sn = A (P η T) /A (T)Sp = A (N Π F) /A (f-T)其中，A(a)代表區域a的面積，f代表整個圖像像素點集合，T是該視頻檢測參考結果中目標物像素點集合，P是視頻對象檢測結果的對象像素點集合，F = f-τ, N = f-p。若兩個數值F和N越接近1，則代表該視頻對象檢測結果越準確。換言的，也就代表解P的參數P越好。該視頻對象檢測結果和該視頻對象檢測參考結果的比較sc可藉由以下算式sc = (Sn+Sp) SnSp/2在測過所有可能的參數組合的後即可得到完整的參數對應的分數序列
權利要求
1.一種用於攝影機的視頻對象的檢測運算功能參數的調整方法，包括下列步驟 接收一串流的訓練圖像信號，並將該訓練圖像信號的每一幀分割成多個區域； 確定該訓練圖像信號的每一幀的各區域的環境變量的量化數值；根據一視頻對象檢測運算功能對該串流的訓練圖像信號進行視頻對象檢測，用以產生一串流的視頻對象檢測結果；改變該視頻對象檢測運算功能的參數並重複該視頻對象檢測的步驟，用以產生多組串流的視頻對象檢測結果；以及比較所述視頻對象檢測結果和一參考結果，用以確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。
2.根據權利要求1所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其特徵在於進一步包括下列步驟接收一串流的待檢測圖像信號，並將該待檢測圖像信號的每一幀分割成多個區域； 確定該待檢測圖像信號的每一幀的各區域的環境變量的量化數值； 根據環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係，確定該待檢測圖像信號的每一幀的各區域的參數數值；以及根據該視頻對象檢測運算功能和所確定的參數數值對該串流的待檢測圖像信號進行視頻對象檢測，用以產生一串流的視頻對象檢測結果。
3.根據權利要求1所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其特徵在於該比較步驟比較所述視頻對象檢測的不同參數結果和該參考結果以選擇一最佳視頻對象檢測結果，並根據該最佳視頻對象檢測結果確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。
4.根據權利要求1所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其特徵在於該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係通過一二維數據矩陣表示。
5.根據權利要求4所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其中該二維數據矩陣通過平均各環境變量的量化數值所對應的不同最佳參數數值獲得。
6.根據權利要求4所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其中該二維數據矩陣通過一多項式函數描述。
7.根據權利要求6所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其中該多項式函數針對該二維數據矩陣進行向量分解運算而得。
8.根據權利要求1所述的用於攝影機的視頻對象的檢測運算功能參數的調整方法，其中該環境變量為圖像亮度、對象數目、對象種類、對象顏色、對象大小、對象移動速度、對象陰影和天氣狀況的其中之一。
9.一種應用於攝影機的視頻對象的檢測運算功能裝置，包括一視頻對象檢測訓練模塊，用於根據一串流的訓練圖像信號和一視頻對象檢測參考結果以產生環境變量的量化數值和一視頻對象檢測運算功能的參數間的最佳對應關係；以及一視頻對象檢測應用模塊，用於根據該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係，用以對一串流的待檢測的圖像信號進行視頻對象檢測。
10.根據權利要求9所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於進一步包括一儲存裝置，用於儲存該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。
11.根據權利要求9所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於進一步包括一環境變量計算模塊，用於計算串流的訓練圖像信號和該串流的待檢測圖像信號的環境變量的量化數值。
12.根據權利要求9所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於該視頻對象檢測訓練模塊包括一參數訓練模塊，用於根據該串流的訓練圖像信號和不同數值的參數產生多組串流的視頻對象檢測結果；以及一比較模塊，用於比較該組串流的視頻對象檢測結果和該視頻對象檢測參考結果，用以產生環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。
13.根據權利要求12所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於該比較模塊比較所述串流的視頻對象檢測結果和該視頻對象檢測參考結果以選擇一最佳視頻對象檢測結果，並根據該最佳視頻對象檢測結果確定環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係。
14.根據權利要求9所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於該視頻對象檢測應用模塊包括一參數調整模塊，用於根據環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係對該串流的待檢測的圖像信號進行視頻對象檢測，用以產生一串流的視頻對象檢測結果。
15.根據權利要求9所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係通過一二維數據矩陣所表示。
16.根據權利要求15所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於通過一多項式函數描述該二維數據矩陣。
17.根據權利要求15所述的應用於攝影機的視頻對象的檢測運算功能裝置，其中該二維數據矩陣通過平均各環境變量的量化數值所對應的不同最佳參數數值而得。
18.根據權利要求17所述的應用於攝影機的視頻對象的檢測運算功能裝置，其特徵在於對該二維數據矩陣系進行向量分解運算獲得該多項式函數。
19.根據權利要求9所述的應用於攝影機的視頻對象的檢測運算功能裝置，其中該環境變量為圖像亮度、對象數目、對象種類、對象顏色、對象大小、對象移動速度、對象陰影和天氣狀況的其中之一。
全文摘要
本發明公開了一種應用於攝影機的視頻對象檢測的運算功能裝置，包括一視頻對象檢測訓練模塊和一視頻對象檢測應用模塊。該視頻對象檢測訓練模塊用於根據一串流的訓練圖像信號和一視頻對象檢測參考結果，產生環境變量的量化數值和一視頻對象檢測運算功能的參數間的最佳對應關係。該視頻對象檢測應用模塊用於根據該環境變量的量化數值和該視頻對象檢測運算功能的參數間的最佳對應關係，對一串流的待檢測的訓練圖像信號進行視頻對象檢測。
文檔編號H04N7/18GK102479330SQ201010601660
公開日2012年5月30日 申請日期2010年12月9日 優先權日2010年11月30日
發明者王舜正, 白宏益, 藍坤銘, 趙善隆 申請人:財團法人工業技術研究院