基于灰階遷移統(tǒng)計法的背景模型自適應更新方法研究.pdf

1、在智能視頻監(jiān)控技術中背景建模是一項位于底層的關鍵技術,其性能將直接決定上層各種智能視頻分析功能的可實現(xiàn)性及魯棒性。對背景建模技術的研究近十年來一直是視頻分析與安防監(jiān)控領域的研究熱點與難點,因此開展與背景建模相關的研究具有重要理論意義和實際工程意義。目前,大多數(shù)背景建模方法在實用化程度上仍存在不足,具體表現(xiàn)為無法應對現(xiàn)實監(jiān)控場景的復雜多樣性,其核心問題在于:已構建的背景模型無法快速有效地學習場景在時空維度上的各種隨機性變化。于是,對背景模

2、型自適應更新問題的研究成為背景建模技術實用化的關鍵一步?，F(xiàn)有的主流背景模型自適應更新方法存在以下不足:需人工設置背景模型的初始學習率,自適應性有待提升;背景模型學習率的調控策略依賴于具體的背景模型,通用性不高;逐點式地計算背景模型學習率,運算效率低。為克服傳統(tǒng)方法的上述不足,本論文提出了一種新穎的背景模型自適應更新方法。主要研究內容包括：
　?、偈芪锢韺W中原子能級躍遷模型啟發(fā),論文提出將視頻中像素灰度變化理解為像素點樣本在不同灰階

3、(即光強能級)間發(fā)生了遷移,進而提出了以視頻灰階為對象提取視頻變化統(tǒng)計信息的視頻低層數(shù)據(jù)挖掘新范式——灰階遷移統(tǒng)計法。相比于傳統(tǒng)視頻低層數(shù)據(jù)挖掘三大范式(即像素點分析范式、區(qū)域分析范式和子空間分析范式),灰階遷移統(tǒng)計法能夠從監(jiān)控視頻中挖掘出傳統(tǒng)范式所無法獲得的獨特統(tǒng)計信息,該統(tǒng)計信息被證明可有效地用于控制背景模型的自適應更新過程。
　?、卺槍鹘y(tǒng)背景模型自適應更新方法的不足,提出了一種基于灰階遷移統(tǒng)計法的全局化背景模型自適應更新方

4、法。該方法對視頻中全局場景進行灰階遷移統(tǒng)計,生成一種被稱為全局灰階遷移概率圖的二維離散概率分布函數(shù),然后將全局灰階遷移概率圖作為在線學習率查詢表,以查表方式快速獲取背景模型更新所需的學習率。該方法有以下優(yōu)點：無需人工設置初始學習率,自適應程度高；學習率的產(chǎn)生不依賴具體背景模型,通用性好；學習率的產(chǎn)生由快速查表方式實現(xiàn),運算效率高。實驗表明,該方法可有效提高背景模型的自適應性與魯棒性。
　?、蹖τ谀承┚哂袕碗s局部動態(tài)性的監(jiān)控場景,由

5、計算出的全局灰階遷移概率圖可能出現(xiàn)誤差。為此,通過對全局化背景模型自適應更新方法進行改進,論文提出了一種基于灰階遷移統(tǒng)計法的區(qū)域化背景模型自適應更新方法。該方法包含以下關鍵步驟：自適應的場景動態(tài)性估計；基于場景動態(tài)性的自適應場景區(qū)域分割；對不同的場景區(qū)域分別進行灰階遷移統(tǒng)計,生成對應的區(qū)域灰階遷移概率圖；將區(qū)域灰階遷移概率圖作為對應區(qū)域內背景模型學習率的查詢表。實驗表明,區(qū)域化的方法能夠有效地克服全局化方法存在的不足。
　?、墚攬?/p>

6、景中出現(xiàn)某些特殊事件(例如出現(xiàn)遺留物),在提出的區(qū)域化背景模型自適應更新方法將可能在特殊事件區(qū)域內失效。為此,論文提出了一種基于灰階遷移統(tǒng)計法的特殊事件區(qū)域背景模型自適應更新方法,其由兩部分組成：基于灰階遷移概率圖的非參數(shù)化特殊事件區(qū)域檢測與分割；基于人類進行拼圖游戲時的視覺感知機制對特殊事件區(qū)域內的背景模型進行自適應更新。最后,上述特殊事件區(qū)域背景模型自適應更新方法被整合到提出的區(qū)域化背景模型自適應更新方法中,從而有效地改進了區(qū)域化背