自适应邻域相关性的背景建模

发布时间：2017-07-29 09:02

  本文关键词：自适应邻域相关性的背景建模

  更多相关文章： 混合高斯模型 Codebook算法 背景建模 自适应邻域 像素点

【摘要】：目的背景建模在计算机视觉领域中是检测、跟踪、行为学习和识别的基础,被广泛地应用于视频监控的运动目标检测。混合高斯(MOG)和Codebook是其中具有代表性的方法,但它们假设像素点间信息是独立的,只保留了时域信息而忽略了空域信息,使得模型对背景的描述局限于时间上的连续性。针对上述问题,提出了一种自适应邻域相关性的背景建模方法(ANC)。方法 ANC在保留原始方法时域信息建模特性的同时,增加对邻域模型的复用,同时利用计算结果反馈自适应调整邻域区域,提高对前景值判断的准确性。首先利用原始基于像素点的背景建模方法进行候选前景检测,然后将候选前景检测结果为前景点的像素与邻域像素点模型进行对比,若邻域范围存在匹配则为背景点,若不存在则为前景点;最后引入像素置信度概念,自适应调整邻域范围的大小。结果与MOG和Codebook相比,在changedetection标准数据库上,ANC在ROC(受试者工作特征曲线)和度量值等方面的平均精度和F-measure都提高了7%以上。结论自适应邻域相关性的背景建模方法适用于复杂多模态背景,克服了基于像素点背景建模方法假设的局限性。与普通基于像素点的背景建模方法相比,具有更好的鲁棒性和抗噪性,对复杂背景具有更强的适应性。
【作者单位】： 重庆大学软件学院;
【关键词】： 混合高斯模型 Codebook算法 背景建模 自适应邻域 像素点
【基金】：国家高技术研究发展计划(863)基金项目(2015AA021104) 中央高校基本科研基金项目(CDJZR12090003) 重庆市研究生科研创新项目资助(CYS14034)~~
【分类号】：TP391.41
【正文快照】： 第21卷/第9期/2016年9月万剑,洪明坚,赵晨丘/自适应邻域相关性的背景建模0引言背景建模是对静态摄像头拍摄的图像序列提取运动目标的常用手段[1-2],近些年学者们根据不同的应用场景和方法路线提出了许多不同的背景建模方法,主要可分为两大类:基于像素和基于块的背景建模[3-6]，

本文编号：588340