面向手勢識別應(yīng)用的視頻背景建模研究.pdf

1、傳統(tǒng)的人機交互界面是基于機械裝置的，如鍵盤、鼠標、操縱桿和游戲手柄等。近年來基于計算機視覺的方法越來越受推崇，它能夠以一種自然的方式識別人的手勢，讓用戶體驗自然、無阻礙的人機交互。在手勢識別應(yīng)用中，視頻處理的第一步就是從視頻圖像序列中分離出所要觀察的目標，即背景建模與前景目標提取。背景建模的準確與否，直接關(guān)系到最終提取結(jié)果的準確性，因此，研究出好的背景建模方法是非常重要的。
　　本文在基于手勢交互應(yīng)用的背景下，研究了視頻處理中背景

2、建模與前景目標提取方法。首先分析了國內(nèi)外背景建模及模型更新的各種算法，由此重點研究了混合高斯背景建模和隨機逼近背景建模算法，并對上述兩種算法做了相應(yīng)的改進。
　　傳統(tǒng)的混合高斯背景建模算法對圖像中的各個像素點采用固定個數(shù)的高斯分布，但在實際應(yīng)用中這并不是最優(yōu)模型，因為其像素分布的多模性是隨著時間與空間變化的。本文采用自適應(yīng)更新高斯分布個數(shù)的方法，在判定前景與背景時給定一個時間閾值，在這段時間內(nèi)始終符合高斯分布的像素點才歸為背景區(qū)域

3、，此方法能有效克服場景中噪聲的影響。實驗仿真結(jié)果表明，該算法在背景中有擾動及緩慢光照變化情況下能夠較好地進行背景建模。
　　隨機逼近背景建模是基于Robbins–Monro的隨機逼近算法的方法，模型中對背景和前景分別采用高斯分布和均勻分布表示，通過對分布參數(shù)的估計實現(xiàn)模型的更新。本文在建模過程中主要考慮了對背景突變的適應(yīng)性，基于同一測試視頻，與混合高斯算法進行對比實驗，結(jié)果表明隨機逼近算法的背景提取效果要優(yōu)于混合高斯算法，該算法在