本文關鍵詞：自適應鄰域相關性的背景建模

  更多相關文章： 混合高斯模型 Codebook算法 背景建模 自適應鄰域 像素點

【摘要】：目的背景建模在計算機視覺領域中是檢測、跟蹤、行為學習和識別的基礎,被廣泛地應用于視頻監(jiān)控的運動目標檢測。混合高斯(MOG)和Codebook是其中具有代表性的方法,但它們假設像素點間信息是獨立的,只保留了時域信息而忽略了空域信息,使得模型對背景的描述局限于時間上的連續(xù)性。針對上述問題,提出了一種自適應鄰域相關性的背景建模方法(ANC)。方法 ANC在保留原始方法時域信息建模特性的同時,增加對鄰域模型的復用,同時利用計算結果反饋自適應調整鄰域區(qū)域,提高對前景值判斷的準確性。首先利用原始基于像素點的背景建模方法進行候選前景檢測,然后將候選前景檢測結果為前景點的像素與鄰域像素點模型進行對比,若鄰域范圍存在匹配則為背景點,若不存在則為前景點;最后引入像素置信度概念,自適應調整鄰域范圍的大小。結果與MOG和Codebook相比,在changedetection標準數(shù)據(jù)庫上,ANC在ROC(受試者工作特征曲線)和度量值等方面的平均精度和F-measure都提高了7%以上。結論自適應鄰域相關性的背景建模方法適用于復雜多模態(tài)背景,克服了基于像素點背景建模方法假設的局限性。與普通基于像素點的背景建模方法相比,具有更好的魯棒性和抗噪性,對復雜背景具有更強的適應性。
【作者單位】： 重慶大學軟件學院;
【關鍵詞】： 混合高斯模型 Codebook算法 背景建模 自適應鄰域 像素點
【基金】：國家高技術研究發(fā)展計劃(863)基金項目(2015AA021104) 中央高校基本科研基金項目(CDJZR12090003) 重慶市研究生科研創(chuàng)新項目資助(CYS14034)~~
【分類號】：TP391.41
【正文快照】： 第21卷/第9期/2016年9月萬劍,洪明堅,趙晨丘/自適應鄰域相關性的背景建模0引言背景建模是對靜態(tài)攝像頭拍攝的圖像序列提取運動目標的常用手段[1-2],近些年學者們根據(jù)不同的應用場景和方法路線提出了許多不同的背景建模方法,主要可分為兩大類:基于像素和基于塊的背景建模[3-6]，

本文編號：588340