復(fù)雜場(chǎng)景下的背景建模算法研究.pdf

1、近些年來(lái)，背景建模算法在計(jì)算機(jī)視覺(jué)領(lǐng)域得到了廣泛的應(yīng)用，如視頻監(jiān)控、目標(biāo)跟蹤、人體行為識(shí)別、車牌檢測(cè)等。與此同時(shí)，背景建模算法的應(yīng)用環(huán)境也發(fā)生了較大變化，從靜止的室內(nèi)場(chǎng)景轉(zhuǎn)移到含有強(qiáng)烈擾動(dòng)的復(fù)雜室外場(chǎng)景。由于復(fù)雜場(chǎng)景中包含較多的動(dòng)態(tài)變化因素，如風(fēng)吹草動(dòng)、相機(jī)抖動(dòng)、光照變化、運(yùn)動(dòng)前景等，如何在確保前景檢測(cè)精確度的前提下進(jìn)一步提升算法的速度、降低內(nèi)存消耗一直是算法所面臨的難題。從處理單元上劃分，背景建模算法可以分為基于區(qū)塊的算法和基于像素的

2、算法?；趨^(qū)塊的算法主要特點(diǎn)為建模速度快、內(nèi)存消耗小、抗噪聲能力較強(qiáng)、前景檢測(cè)結(jié)果帶有明顯的鋸齒狀輪廓，適用于對(duì)內(nèi)存、速度要求嚴(yán)格的計(jì)算機(jī)視覺(jué)應(yīng)用如智能監(jiān)控系統(tǒng)中。而基于像素的算法主要特點(diǎn)為前景檢測(cè)結(jié)果輪廓清晰、檢測(cè)精度高、速度較慢、內(nèi)存消耗較大的特點(diǎn)，可以為應(yīng)用的后續(xù)操作提供精準(zhǔn)的前景檢測(cè)結(jié)果。兩類算法各有各的優(yōu)勢(shì)，于是本文針對(duì)復(fù)雜場(chǎng)景，著重于按處理單元?jiǎng)澐謱?duì)背景建模算法進(jìn)行深入研究。
　　本文以區(qū)塊為處理單元，提出了基于ViB

3、e算法與模型最大化策略的背景建模算法。在ViBe算法框架下，將圖像劃分成固定大小的區(qū)塊，統(tǒng)計(jì)區(qū)塊直方圖來(lái)描述區(qū)塊，使用當(dāng)前區(qū)塊直方圖與鄰域區(qū)塊直方圖為每個(gè)區(qū)塊建立背景模型，使用MDPA距離作為區(qū)塊直方圖的距離度量，利用模型最大化策略對(duì)背景庫(kù)單元進(jìn)行更新。通過(guò)使用I2R數(shù)據(jù)集中的三組幀序列與GMM、ViBe算法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明，本文所提方法在應(yīng)對(duì)含有強(qiáng)烈擾動(dòng)的復(fù)雜場(chǎng)景時(shí)速度更快、檢測(cè)精度更高。以像素為處理單元，提出了基于SLIC超像