场景变换的检测方法和装置、程序产品与流程
本申请涉及图像处理领域,具体而言,涉及一种场景变换的检测方法和装置、程序产品。
背景技术:
1、随着安防摄像机的大量安装,需要处理海量的视频监控数据,在处理视频监控数据时,涉及到场景变换的检测需求。相关技术中通常采用直方图匹配的方式进行场景变换的检测。但该方式过分追求图像整体外观的一致性,而忽略了局部语义层面的细微变化,导致在复杂环境下(例如,存在光照变化、季节更替、视角差异等)抗干扰能力差、对阈值和参数高度敏感,极易产生误判。
技术实现思路
1、本申请实施例提供了一种场景变换的检测方法和装置、程序产品,以至少解决相关技术中对场景变换的检测误判率高的问题。
2、根据本申请实施例的一个方面,提供了一种场景变换的检测方法,包括:获取第一图像和第二图像,其中,所述第一图像和所述第二图像均是对目标场景进行拍摄得到的图像,且所述第二图像是在所述第一图像之前拍摄的图像;确定所述第一图像在预设语义特征空间中的第一图像特征序列、以及所述第二图像在所述预设语义特征空间中的第二图像特征序列;基于所述第一图像特征序列和所述第二图像特征序列确定目标亲和矩阵,其中,所述目标亲和矩阵用于表示所述第一图像特征序列与所述第二图像特征序列之间的语义相关程度;利用所述目标亲和矩阵对所述目标场景的变换进行检测。
3、根据本申请实施例的另一个方面,提供了一种场景变换的检测装置,包括:第一获取模块,用于获取第一图像和第二图像,其中,所述第一图像和所述第二图像均是对目标场景进行拍摄得到的图像,且所述第二图像是在所述第一图像之前拍摄的图像;第一确定模块,用于确定所述第一图像在预设语义特征空间中的第一图像特征序列、以及所述第二图像在所述预设语义特征空间中的第二图像特征序列;第二确定模块,用于基于所述第一图像特征序列和所述第二图像特征序列确定目标亲和矩阵,其中,所述目标亲和矩阵用于表示所述第一图像特征序列与所述第二图像特征序列之间的语义相关程度;第一检测模块,用于利用所述目标亲和矩阵对所述目标场景的变换进行检测。
4、根据本申请实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,上述计算机程序被设置为被处理器执行时执行上述任一项方法实施例中的步骤。
5、根据本申请实施例的又一个方面,提供一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一项方法实施例中的步骤。
6、根据本申请实施例的又一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为通过所述计算机程序执行上述任一项方法实施例中的步骤。
7、通过本申请,由于将不同时段拍摄的图像映射至预设语义特征空间中,并通过计算用于表示两帧图像特征序列之间语义相关程度的目标亲和矩阵,从而可以在特征层面建立两帧图像之间的隐式软对齐关系,因此,可以解决相关技术中对场景变换的检测误判率高的问题,进而达到了在复杂场景下能够有效区分场景的变化,提升场景变化检测的准确性的技术效果。
1.一种场景变换的检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,确定所述第一图像在预设语义特征空间中的第一图像特征序列、以及所述第二图像在所述预设语义特征空间中的第二图像特征序列,包括:
3.根据权利要求2所述的方法,其特征在于,基于所述第一特征图确定所述第一图像在所述预设语义特征空间中的所述第一图像特征序列,以及基于所述第二特征图确定所述第二图像在所述预设语义特征空间中的所述第二图像特征序列,包括:
4.根据权利要求1所述的方法,其特征在于,基于所述第一图像特征序列和所述第二图像特征序列确定目标亲和矩阵,包括:
5.根据权利要求1所述的方法,其特征在于,利用所述目标亲和矩阵对所述目标场景的变换进行检测,包括:
6.根据权利要求5所述的方法,其特征在于,基于所述第一变化增强特征和所述第二变化增强特征对所述目标场景的变换进行检测,包括:
7.根据权利要求6所述的方法,其特征在于,利用所述初始变化概率图对所述目标场景的变换进行检测,包括:
8.一种场景变换的检测装置,其特征在于,包括:
9.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com