基于鄰域相關(guān)性的背景建模方法研究.pdf

1、隨著以計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)和現(xiàn)代通信技術(shù)為核心的“Web+”信息時(shí)代的到來(lái)，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)與圖像處理技術(shù)的飛速發(fā)展，智能視頻監(jiān)控技術(shù)取得了舉足輕重的成就。背景建模作為智能視頻分析的基礎(chǔ)研究，直接應(yīng)用于目標(biāo)檢測(cè)、前景分割和目標(biāo)提取，為目標(biāo)分類、目標(biāo)跟蹤和行為分析提供對(duì)象數(shù)據(jù)，在高級(jí)人機(jī)交互、會(huì)議視頻、醫(yī)療診斷、智能交通、安全布防等眾多領(lǐng)域具有廣泛的應(yīng)用前景。
　　本文主要研究基于像素點(diǎn)背景建模算法的改進(jìn)方法，具體工作如下：
　　1

2、）介紹了本文選取的測(cè)試圖像數(shù)據(jù)集和對(duì)鄰域特征模型的提取方法，分析了鄰域模型在空間分布上關(guān)系，證明了鄰域模型之間的“相鄰相似”性和連續(xù)性，以及可以利用鄰域信息分析當(dāng)前像素模型的正確性和可靠性。
　　2）提出一種基于鄰域相關(guān)性的背景建模方法（Neighborhood Correlation，NC）：根據(jù)“相鄰相似”原則將鄰域的像素模型與自身的像素模型實(shí)現(xiàn)“共享”模式，從而達(dá)到對(duì)像素點(diǎn)分布在時(shí)域和空域上更好的描述能力，克服了MOG和Co

3、debook等基于像素點(diǎn)建模方法在復(fù)雜背景下描述能力不夠的不足，從而提高前景檢測(cè)效果。
　　3）對(duì)本文提出的NC方法添加自適應(yīng)鄰域機(jī)制，提出自適應(yīng)鄰域的增強(qiáng)背景建模方法（ANC）：針對(duì)每個(gè)像素建立置信度模型，對(duì)鄰域范圍的自適應(yīng)調(diào)整。解決NC算法在簡(jiǎn)單背景場(chǎng)景下的過(guò)度建模和在特復(fù)雜背景場(chǎng)景下的建模不足的缺陷。
　　相對(duì)于普通算法，改進(jìn)后算法不僅能夠更準(zhǔn)確的描述多個(gè)模態(tài)下的像素值變化，而且具有很好的魯棒性和抗噪性，對(duì)復(fù)雜背景具有