(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210607564.6 (22)申请日 2022.05.31 (71)申请人 北京大学深圳研究生院 地址 518055 广东省深圳市南 山区西丽 街 道深圳大 学城北大园区H栋208室 (72)发明人 练丽萍　叶锐　曾益萍　魏瑞超　 黄申石　 (74)专利代理 机构 北京云嘉 湃富知识产权代理 有限公司 1 1678 专利代理师 朱静洁 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种行人流实验视频动态前景目标提取方 法 (57)摘要 本发明公开了一种行人流实验视频动态前 景目标提取方法， 具体步骤如下： 截取视频中一 帧图像， 其中， 所述图像中包含前景目标； 将图像 从RGB颜色空间转为LAB颜色空间； 基于LAB颜色 空间的A、 B分量， 对图像进行分割； 获得包含前景 目标颜色特征的聚类中心数组； 输入原始视频； 基于聚类中心数组， 从原始 视频中逐帧提取前景 目标， 本发明适用于行人流实验， 本发明通过利 用K‑means方法提取前景目标的颜色特征， 从而 将动态前景目标从视频中识别与提取出来， 该方 法受光照变化、 背景颜色的干扰较小， 可 以得到 目标的完整轮廓， 有助于目标的跟踪。 权利要求书1页 说明书2页 附图2页 CN 114943920 A 2022.08.26 CN 114943920 A 1.一种行 人流实验视频动态前 景目标提取 方法， 其特 征在于： 具体步骤如下： (S10)、 截取视频中一帧图像， 其中， 所述图像中包 含前景目标； (S20)、 将图像从RGB颜色空间转 为LAB颜色空间； (S30)、 基于LAB颜色空间的A、 B分量， 对图像进行分割； (S40)、 获得包 含前景目标颜色特 征的聚类中心数组； (S50)、 输入原 始视频； (S60)、 基于聚类中心数组， 从原 始视频中逐帧提取 前景目标。 2.如权利要求1所述的一种行人流实验视频动态前景目标提取方法， 其特征在于： 所述 步骤(S30)中对图像进行分割的方法采用k ‑means方法。 3.如权利要求1所述的一种行人流实验视频动态前景目标提取方法， 其特征在于： 所述 步骤(S40)中前 景目标颜色特 征的数组指的是k个聚类中心。 4.如权利要求1所述的一种行人流实验视频动态前景目标提取方法， 其特征在于： 所述 步骤(S60)中逐帧提取 前景目标的步骤如下： (S61)、 将图像从RGB颜色空间转 为LAB颜色空间； (S62)、 计算每 个像素点的A、 B分量到k个聚类中心的欧式距离； (S63)、 通过比较欧式距离的大小， 判断该像素点是否属于前 景目标。权　利　要　求　书 1/1 页 2 CN 114943920 A 2一种行人流实验视频动态前景目标提取方 法 技术领域 [0001]本发明属于行人流实验技术领域， 具体是一种行人流实验视频动态前景目标提取 方法。 背景技术 [0002]对行人的运动进行跟踪并得到其轨迹是行人动力学实证研究的基础。 在实验研究 中， 会让参与实验的行人佩戴颜色鲜艳的帽子， 以方便后续采用mean ‑shift等视频处理方 法进行跟踪。 然而由于光照变化、 背景颜色干扰等的原因， 直接对实验视频进行跟踪， 会出 现容易跟丢目标行人等问题。 对视频进行前景提取， 可以有效提高目标跟踪的效率和准确 度。 常用的前 景提取方法包括 光流法、 背景减除法、 帧差法等； [0003]其中， 光流法无需了解场景信息， 可以准确识别运动目标， 但对于光照变化较大的 场景目标提取效果较差， 且无法获得目标的准确轮廓， 背景减除法计算简单， 实时性较好， 能获得比较完整的目标轮廓， 但对光照和背 景变化很敏感， 帧差法在运动目标颜色均匀时， 会将目标内部当作背景， 从而 使得获取的目标轮廓出现空洞。 发明内容 [0004]本发明的目的在于克服现有技术的缺陷， 提供一种行人流实验视频动 态前景目标 提取方法。 [0005]为实现上述目的， 本发明采用了如下技 术方案： [0006]一种行人流实验视频动态前 景目标提取 方法， 具体步骤如下： [0007]S10、 截取视频中一帧图像， 其中， 所述图像中包 含前景目标； [0008]S20、 将图像从RGB颜色空间转 为LAB颜色空间； [0009]S30、 基于LAB颜色空间的A、 B分量， 对图像进行分割； [0010]S40、 获得包 含前景目标颜色特 征的聚类中心数组； [0011]S50、 输入原 始视频； [0012]S60、 基于聚类中心数组， 从原 始视频中逐帧提取 前景目标。 [0013]在一种可能 的实现方式中， 所述步骤S30中对图像进行分割的方法采用k ‑means方 法。 [0014]在一种可能的实现方式中， 所述步骤S40中前景目标颜色特征的数组指的是k个聚 类中心。 [0015]在一种可能的实现方式 中， 所述步骤S60中逐帧提取 前景目标的步骤如下： [0016]S61、 将图像从RGB颜色空间转 为LAB颜色空间； [0017]S62、 计算每 个像素点的A、 B分量到k个聚类中心的欧式距离； [0018]S63、 通过比较欧式距离的大小， 判断该像素点是否属于前 景目标。 [0019]本发明中， 通过利用K ‑means方法提取前景目标的颜色特征， 从而将动 态前景目标 从视频中识别与提取出来， 该方法受光照变化、 背 景颜色的干扰较小， 可以得到目标的完整说　明　书 1/2 页 3 CN 114943920 A 3