运动目标检测专利技术综述

运动目标检测专利技术综述

万盼盼

国家知识产权局专利局专利审查协作四川中心 四川成都 610000

一、引言

随着计算机视觉技术在智能交通、人机交互、医学图像重建和分析等研究领域的飞速发展，运动目标的检测变得越来越受重视，其在各个研究领域中发挥着重要的作用。例如在军事作战领域，能否实现对目标的实时检测和精准定位是远程预警的关键问题；在基于无人机系统的监控领域，必须解决对无人机传感设备获取的视频序列中的运动目标进行检测的问题。另外在远程视频、三维重建、视频压缩等重要领域上，运动目标检测同样有着不可或缺的地位，比如在远程视频中，要对当前图像中的人脸进行锁定，需要对其进行目标识别和追踪；在视频压缩中，首先要对图像进行目标分割，在复杂变化的场景下的压缩就要基于对目标的检测和提取来实现。近年来，背景差分技术、帧间差分法、图论法、基于最大期望值法等检测技术迅速发展并广泛应用到目标检测中，但是由于这些技术只适用于背景不发生变化或仅仅存在微小变化的情况下，在背景发生动态改变的情况下，采用上述技术进行目标检测，无法获得满意的目标检测和提取效果，这就给后续的目标跟踪或者是重建等其他处理带来了较大的影响。因此，如何在背景发生动态改变的情况下，准确地检测和提取出运动目标是运动目标检测领域的重要课题，受到了大量的关注。其中动态背景下的运动目标检测要比静态背景下的运动目标检测的应用范围更加广泛，更贴合现实生活中的实际情况，在大部分需要进行运动目标检测的应用中，其获取的视频图像序列的背景都存在一定程度的变化，有些甚至背景发生较大的改变，实现在该类背景下准确检测和提取出运动目标，可以为后续对运动目标的处理打好基础，使得对目标的操作不受到背景部分的影响，提高对目标处理的准确度。

二、技术发展

60 年代至今，随着国外图像目标检测理论与相关技术的持续发展，基于视觉的目标检测技术不论是从应用还是从理论研究上，都得到了飞速的发展。Mart、Barrow等人提出一套被普遍认可的视觉计算理论框架，其中包括视觉可计算性原理、图像预处理相关技术、区域分割与识别、主动视觉、基于模型的视觉和视觉系统控制策略等，随着计算机视觉的发展，运动目标检测作为该领域的重要研究课题，获得了大量的关注；1980年，美国国防预研局成立了自动检测和识别目标小组，为需要自动识别及跟踪的目标图像数据制定统一的标准；1997年,美国著名研究机构进行研制的视频监督控制系统VSAM，实现了对视频中运动目标的检测和监控，主要用于战场及未来城市民用场景的监控；Stauffer和Crimson于1999年提出高斯混合模型建模，实现背景建模下检测出完整的运动目标。到目前为止相继推出了一些应用运动目标检测技术的相关的智能视频监控设备，美国推出了Object Video VEW系统、日本研发出先进的交通管理系统ATMS等。在国内对运动目标检测的研究相对滞后，大多停留在理论和算法的研究改进上。80年代初期国内开始对运动目标检测进行理论研究，到了20世纪末，我国一些知名高校和科研单位开始对运动目标检测的理论和应用层面进行深入研究，并着手一些自主专利的科研项目，大大推动了我国的运动目标检测领域技术的发展，2006年华中科大设计出一套应用于无人机航拍运动目标检测跟踪系统；解放军信息工程大学在 2011 年设计了一种基于无人机视频的目标快速检测跟踪算法；国防科技大学于 2013 年设计出一种基于无人机视频的实时检测跟踪算法。

运动目标检测的目的是从静态图像中检测出运动的前景目标，或者是从动态视频图像序列中检测出运动目标，从而提取出容量更小包含特定目标运动信息的数据，运动目标检测技术按照算法的原理和适用场景基本可以分为：基于帧差和背景减除法、基于光流法、基于特征、基于运动补偿。

20世纪90年代开始，随着待处理的视频序列变得多样和复杂，针对拍摄获取的视频图像序列中背景发生细微改变的情况，研究提出具有更强适应性的运动目标检测方法，其中典型的一类为光流法。对光流场分析计算的方法大致可分为稠密光流法与稀疏光流法。

21世纪以来，随着应用场景的需求越来越多，待处理图像序列的背景变化日益复杂，学者研究出算法效率较高，实现效果较好，场景适用度高并且实现复杂度相对较低的新一类运动目标检测算法，基于运动补偿法。

三、专利分析

从运动目标检测的专利申请量趋势可看出，在全球范围内运动目标检测技术的专利申请量总体呈上升趋势，如图1所示，大致发展经历了三个阶段：

图1国内外专利申请量趋势

第一阶段为技术储备期（1963年到1996年），在这一阶段国外日渐重视对图像序列中的运动目标检测的研究，1963年霍尼韦尔公司在德国申请了第一个相关专利（DE1449012B2）。该阶段松下、日立、东芝、佳能等公司开始进行专利布局。然而受限于该阶段的相关技术的研究水平和硬件设施，运动目标检测技术未获得大的发展。国内该技术起步较晚，1993年开始才有相关专利的申请，在该阶段仅有的5件申请中，有3件为其他国家来华申请，可见从90年代开始国外公司已经将目光投向中国市场。

第二阶段为高速发展期（1996年到2008年），随着对运动目标的检测理论研究力度的加强，以及实验硬件设备性能的提高和研制，为复杂背景下的运动目标检测提供了发展的必要条件，加上国内外大公司开始加大研究和实验的投入，使得运动目标的检测不仅在理论上成为研究热点，更使得该课题具有了更大的应用价值和巨大的商业潜力，这一阶段专利申请量呈现大幅上升的趋势，特别是以佳能、松下、东芝等为代表的大型跨国企业加快了专利申请的步伐，并且国内许多高校也开始投入对运动目标检测技术的研究中。

第三阶段为稳步增长期（2008年至今），由于前期的发展积累，运动目标检测技术的研究不断发展成熟，从这一时期开始专利申请量平稳增长。佳能、松下、东芝、索尼由于起步早，积累深厚，在该领域内专利技术已遥遥领先，并将多项专利技术投入相应的产品应用中，占有大部分市场份额，特别是佳能，申请量超过三百件。另外，三星、富士通、尼康等也开始加大投入研发，专利申请量开始提升。

四、总结

本文从运动目标检测的发展概况及原理入手，从运动目标检测技术的专利申请趋势及各个阶段主要申请人分析，重点解读了运动目标检测技术的技术演进路线，并且从技术发展的各个阶段的专利申请量和重要申请人等方面分析了相关技术的专利情况。

参考文献

[1] 苏杭. 动态多背景多目标检测与跟踪技术研究[D]. 电子科技大学, 2016.

[2] 黄大卫. 复杂场景下的运动目标检测算法研究[D]. 安徽大学, 2016.

[3] 陈雷. 基于自适应背景模型的运动目标检测[D]. 北京交通大学, 2016.