供的運動目標識別方法流程圖；
[0034]圖7為本發明實施例三提供的運動目標識別方法流程圖；
[0035]圖8為本發明實施例四提供的運動目標識別方法流程圖；
[0036]圖9為本發明實施例提供的實際運動目標的識別裝置結構示意圖。
【具體實施方式】
[0037]本發明實施例的基本思想是通過每幀視頻圖像的前景圖像，確定候選運動目標的運動數據，根據確定的該候選運動目標的運動數據，判斷該候選運動目標是否滿足運動穩定性條件，其中，這里的運動穩定性條件為表示運動過程具有漸變性特點的條件，若該候選運動目標滿足運動穩定性條件，則確定該候選運動目標為實際運動目標。由于某些因突然發生背景擾動(比如樹葉晃動等)所產生的干擾運動目標是不滿足運動穩定性條件的，從而可以減少將這些干擾運動目標誤判為實際運動目標的概率，提高對實際運動目標的識別準確率。
[0038]下面結合說明書附圖對本發明實施例作進一步詳細描述。
[0039]如圖1所示，為本發明實施例一提供的實際運動目標的識別方法流程圖，包括以下步驟:
[0040]SlOl:連續獲取預設時間的多幀視頻圖像；
[0041]S102:根據預設的高斯模型，確定每幀視頻圖像的前景圖像，其中，至少一幀所述前景圖像包括第一候選運動目標；
[0042]S103:根據所述每幀視頻圖像的前景圖像，確定所述第一候選運動目標的運動數據，其中，所述運動數據為表示候選運動目標的運動特點的數據；
[0043]S104:根據所述第一候選運動目標的運動數據，判斷所述第一候選運動目標是否滿足運動穩定性條件，若是，則進入步驟S105，否則進入步驟S106，其中，所述運動穩定性條件為表示運動過程具有漸變性特點的條件；
[0044]S105:確定所述第一候選運動目標為實際運動目標；
[0045]S106:確定所述第一候選運動目標為干擾運動目標。
[0046]本發明實施例不同于傳統的抗干擾方法，傳統的抗干擾方法是從背景建模的角度出發，試圖通過建立無干擾的背景和前景圖來識別運動目標，比如通過高斯模型識別運動目標，但是，這種方法會將背景中的一些干擾運動目標誤判為實際運動目標，因此，僅通過高斯模型這種背景建模的方式來進行運動目標識別，產生誤判的幾率較高；基于此，本發明實施例從目標跟蹤的角度出發，利用目標跟蹤獲得候選運動目標的運動數據，通過分析這些運動數據來確定實際運動目標，排除干擾運動目標，本發明實施例可用于輔助上述混合高斯模型來更準確地識別實際運動目標及干擾運動目標。
[0047]在具體實施過程中，可以首先通過高斯模型建立前景圖像，這里的前景圖像即為呈現候選運動目標的圖像，這里的高斯模型可以是開始時應用的普通高斯模型，也可以是后來增強了的混合高斯模型；根據預設的高斯模型，確定連續獲取的每幀視頻圖像的前景圖像，根據確定的每幀視頻圖像的前景圖像，確定需要確認的候選運動目標的運動數據，根據確定的該候選運動目標的運動數據，判斷該候選運動目標是否滿足運動穩定性條件，其中，這里的運動穩定性條件為表示運動過程具有漸變性特點的條件，若該候選運動目標滿足運動穩定性條件，則確定該候選運動目標為實際運動目標。由于干擾運動目標的運動通常是沒有規律的，其運動也沒有持續性，因此，不滿足運動穩定性條件的候選運動目標通常可認為是干擾運動目標，比如背景中樹葉的晃動等。
[0048]在具體實施過程中，可以采用以下三種方式來區分實際運動目標及干擾運動目標，需要說明的是，這三種方式可以分別實施，也可以兩者結合或三者結合實施，下面對這三種方式分別進行介紹:
[0049]方式一、通過候選運動目標運動方向的變化次數區分實際運動目標及干擾運動目標；
[0050]具體地，所述運動數據包括:所述第一候選運動目標的運動方向的變化幅度，所述運動方向的變化幅度為候選運動目標在當前幀前景圖像中的運動方向相對于，所述候選運動目標在所述當前幀的前一幀前景圖像中的運動方向，的變化角度；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標的運動方向的變化幅度大于第一設定變化幅度的次數不大于第二設定閾值。
[0051]在實際的運動目標監控中，實際的運動目標經常會是某個人物，如圖2所示，為一個實際運動目標運動方向示意圖；從圖中可見，該實際運動目標在較長的時間長度內，運動方向只發生了一次明顯變化，這里的明顯變化指的是運動方向的變化幅度超過了所述第一設定變化幅度；在具體實施過程中，針對樹葉晃動這種背景中的干擾，這類干擾目標的運動方向經常會突然變化，針對這種情況，可以分析一定時間長度內，候選運動目標運動方向的變化幅度大于第一設定變化幅度的次數，如果該次數大于第二設定閾值，則確定該候選運動目標為干擾運動目標，這里，只有在目標運動方向的變化幅度超過第一設定變化幅度后，才記為一次方向變化，這是因為實際運動目標在運動中并不一定嚴格朝著一個方向運動，也會發生輕微的運動方向的變化，不過這種運動方向變化的幅度一般是較小的，而干擾運動目標運動方向的變化通常是突然的、幅度較大的變化，比如，在具體實施中，可以將上述第一設定變化幅度設為45度，在目標運動方向的變化幅度超過45度時，記為一次方向變化，在設定的2s時間長度內，若這樣的方向變化超過2次(第二設定閾值)，則認為是干擾運動目標。
[0052]如圖3所示，為一個干擾運動目標運動方向變化示意圖；從圖中可見，該運動目標在預設的一個較短的時間長度(2s)內，運動方向突變了 4次(每次變化的幅度大于第一設定變化幅度45度)，該次數大于2次(第二設定閾值)，這時，可確定該候選運動目標為干擾運動目標。
[0053]本發明實施例的基本思想是通過分析運動目標的運動方向是否具有規律性和持續性，若運動目標的運動方向沒有規律性和持續性，比如，樹葉在背景中的擾動，樹葉飄動的方向經常會大幅度變換，這類運動目標就可以被認為是干擾目標。
[0054]方式二、通過候選運動目標面積大小的突變次數區分實際運動目標及干擾運動目標；
[0055]具體地，所述運動數據包括:所述第一候選運動目標的面積大小的變化幅度；所述面積大小的變化幅度為候選運動目標在當前幀前景圖像中的面積大小相對于，所述候選運動目標在所述當前幀的在前一幀前景圖像中的面積大小，的變化量；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標的面積大小的變化幅度大于第三設定變化幅度的次數不大于第四設定閾值。
[0056]在實際的運動目標監控中，實際運動目標本身的面積大小一般是固定的，或者是漸變的，但是，干擾運動目標往往會在發生晃動時面積發生突變；如圖4 (a)所示，為通過高斯模型建立的前景圖1，圖4 (b)所示，為通過高斯模型建立的前景圖2，前景圖1和前景圖2分別為相鄰的兩幀視頻圖像的前景圖像，從這兩幅圖可以看出，干擾運動目標(一條絲巾)的面積發生了明顯的變化；因此，采用本發明實施例可有效濾除沒有實際意義的干擾運動目標。
[0057]在具體實施過程中，可以分析一定時間長度內，候選運動目標面積大小的變化幅度大于第三設定變化幅度的次數，如果該次數大于第四設定閾值，則確定該候選運動目標為干擾運動目標，這里，只有在運動目標面積大小的