一种基于自组织神经元网络的背景差分算法研究与实现.docVIP

  一种基于自组织神经元网络的背景差分 算法研究与实现 吴晶，刘亮** 5 10 15 20 25 （北京邮电大学计算机学院，北京 100876） 摘要：本文结合实际场景，重点分析和发现基于自组织神经元网络的背景差分算法(SOBS) 算法的缺陷，并进行相应的改进。论文主要工作如下：1)设计自动建立空背景算法，弥补了 SOBS 算法不能自动空背景建模的缺点；2)本文从阴影的物理、概率统计特性及上层的经验 知识进行研究，并且利用这些特性来改善 SOBS 算法阴影检测的弱点；3) 使用简单的 YCbCr 色彩空间代替 HSV 的色彩空间，提高算法效率。最后，大量的实验结果显示了我们所提出的 改进算法是有效的。 关键词：运动检测；背景差分；自组织神经网络；混合高斯模型；空背景重建；阴影检测 中图分类号：TP391.4 A Self-Organizing Neural Network Based Background Subtraction Algorithm WU Jing, LIU Liang (School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876) Abstract: In this paper we closely analysis the disadvantages of SOBS in the special scenes, and propose some algorithms to improve it. Paper is as follows: 1) This paper proposes an algorithm to automatically and quickly empty the background modeling algorithm, which makes up the fault in SOBS and improve its usability. 2) In this paper, we study the physical properties, characteristics of probability and statistics of the shadow, as well as the level of knowledge on the experience of the shadow, and use these characteristics to improve the weaknesses of shadow detection algorithm in SOBS. Finally, a large number of experimental results show the improvement made by our algorithm is effective. Keywords: Computer Application Technology; Background Subtraction; Self-organized Neural Network; Gauss Mixture Model; Background Reconstruction; Shadow Detection 30 0 引言 随着计算机技术的发展，计算机技术被应用在各个方面来帮助和减轻人们工作负担。视 频监控以其直观、方便、信息内容丰富而广泛应用于，对社会安保，工厂车间监控，自动化 生产等起了至关重要的作用，极大的减轻了相关工作人员的繁杂工作。 35 40 视频中运动目标检测[1][2]是数字视频处理和计算机视觉的重要研究领域之一，同时也是 智能视频监控等关键应用中的核心技术。运动目标检测作为视觉处理的基础，被广泛的应用 在数码摄像、敏感公共区域监控、智能机器人、交通管理、视频会议及基于对象的编码技术 等。 背景差分算法是运动目标检测的最常用的方法，因为背景差分算法的在运动检测方面表 现出的较好的鲁棒性和较低算法复杂度。算法的基本思想比较简单，即用当前图像帧间去背 景模型，等到的就是前景目标区域。理想情况下，由于背景是静止不变的，运动目标区域与 背景有明显区别，相减后，运动区域的值相对较大，背景区域的差值则接近于零。对差值结 作者简介：吴晶，(1987-)，男，硕士研究生，多媒体系统与网络。 通信联系人：刘亮，(1982-)，男，讲师，主要研究方向：多媒体传感器网络，多媒体信息处理等. E-mail: liangliu82@ -1-   果图二值化，大于某个给定的阈值的就确定为前景，否则为背景。 背景差分方法的研究非常的活跃，提出了很多种