基于長時間視頻序列的背景建模方法研究.pdf

1、背景建模作為計算機視覺的一個重要內(nèi)容，它在智能交通、人機交互、智能視頻監(jiān)控等系統(tǒng)中被廣泛應(yīng)用。具體的說，這些系統(tǒng)的底層通常使用背景建模方法來獲取運動目標，因此，背景建模方法在這些系統(tǒng)中至關(guān)重要。
　　現(xiàn)有背景模型主要分為基于時域信息的模型和基于時空域信息融合的模型?；跁r域信息的模型是指利用過去一小段時間內(nèi)像素的統(tǒng)計特性來預(yù)測該像素短期未來的狀態(tài)，而基于時空域信息融合的模型在利用時域信息的同時也關(guān)注像素在空間域上的分布特性。本文通

2、過對現(xiàn)有典型算法分析，發(fā)現(xiàn)無論是只使用時間域信息的模型還是使用時空域信息融合的模型都只考量狹小時間段內(nèi)的統(tǒng)計特性。然而，在整個背景建模的過程中，場景背景的變化有周期性重現(xiàn)的特點（如光線的變化情況等），如果僅在小時段時空域上研究，必定會丟失周期性信息，使更新受限。針對該問題，本文將周期性信息合理記錄，構(gòu)成帶記憶的模型，在發(fā)生非平穩(wěn)變化時，直接在記憶字典中找到對應(yīng)變化特點的背景作為此時背景，并使用它更新模型，實驗驗證可以大幅度降低虛警數(shù)。為

3、了充分利用背景長時間周期性重現(xiàn)特點，本文搭建一個合理融合大時空域信息的基于長時間視頻序列的背景建?？蚣埽⒃谠摽蚣苌涎芯勘尘敖７椒?。
　　整個過程主要包括以下幾個內(nèi)容:1）生成有效的背景描述子用以合理描述長時間背景信息，本文通過對長時間視頻剪輯、求平均背景兩步生成背景圖片，之后對背景圖片降采樣、降維，產(chǎn)生有意義的背景描述子;2）生成簡單并兼顧實時性的背景字典，本文采用譜聚類對背景描述子粗分類，并使用K-means++對背景描述子

4、進一步細分類，利用類別中典型描述子建立樹形字典;3）在背景詞典中檢索所需背景，計算原圖描述子與背景詞典描述子之間的歐式距離，距離小的即為所需背景描述子，其對應(yīng)的背景即為此時背景;4）通過背景字典更新模塊使背景字典長久的適用于場景，增加適應(yīng)場景變化的能力;5）通過設(shè)計突發(fā)變化判斷機制來將長時間的時空域信息與短時間的時空域信息結(jié)合，也就是將長時間記憶模型與短時間記憶模型融合。如果是平穩(wěn)變化則使用現(xiàn)有短時空域信息模型，如果是突發(fā)變化則利用帶記