区域颜色属性空间直方图背景建模
目的 为了能在光照变化、动态背景干扰这一类复杂场景中实时、准确地分割出运动前景,针对传统的基于颜色特征和基于像素的方法 的不足,提出一种在颜色属性空间进行区域直方图建模的运动目标检测方法 .方法 首先将RGB颜色空间映射到更为稳健的低维颜色属性空间,以颜色属性为特征在像素的局部范围内建立直方图,同时记录直方图每一个分区中像素的空间信息,使用K个空间直方图构成每个像素的背景模型,每个直方图根据其匹配度赋予不同的权重.降维的颜色属性提高了模型的鲁棒性和检测的时效性,空间直方图引入的位置信息提高了背景模型的准确性.然后通过学习率αb和αω来控制各模型直方图及其权重的更新,以提高模型的适应性.在标准测试数据集的所有视频序列中进行了实验,通过分析综合性能指标(F1)及平均假阳性(FN)曲线,确定了算法中涉及参数的合理取值范围.结果 对实验结果 定性和定量的分析表明,本文方法 能够得到良好的前景检测效果,尤其在多模态场景和光线变化的复杂场景中能显著提高检测性能.各类场景的平均综合性能指标(average F1)相比性能突出的方法ViBe、LOBSTER(local binary similarity segmenter)和DECOLOR(detecting contiguous outliers in the low-rank representation)分别提高了0.65％、3.86％和3.9％,并通过GPU并行加速实现运动目标的实时检测.结论 在复杂视频环境下的运动目标检测中,相比已有方法,本文方法 能够更为准确地分割出运动前景,是一种实时、有效的检测方法,具有一定的实用价值.
计算机视觉、智能视频分析、运动检测、背景建模、颜色属性、空间直方图
24
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61562057;甘肃省高等学校科研项目2017D-08;兰州交通大学校青年基金项目2015003
2019-06-04（万方平台首次上网日期，不代表论文的发表时间）
共10页
714-723
