一种改进背景差法及在步态识别中应用.pdfVIP

一种改进的背景差法及其在步态识别中的应用 尹千德，肖德贵 湖南大学计算机与通信学院，长沙 (410082) E-mail: yinqiande@ 摘 要：提出一种改进的背景差法。首先，对背景建模，从连续的视频帧中提取出背景图像； 其次，通过间接差分的方法计算当前图像与背景图像像素点之间的差值；然后，根据前景点 与背景点的差值的函数值呈集中分布的特点，通过统计分析的方法，确定区分前景点与背景 点之间的阈值的大致区间；最后，进一步缩小统计分析的范围，确定区分前景点与背景点之 间差值的阈值。实验表明，该方法在NLPR 步态数据库和USCD 步态数据库上都取得了较 好的效果。 关键词：背景差；步态识别；步态前景 中国图书分类号：TP391.41 1. 引言 [1] 步态识别作为一种新的生物特征识别技术 ，通过人走路的姿势实现对个人身份的识别 和认证。它与人脸识别、指纹识别相比具有难于隐藏、易于采集、可远距离非接触性识别等 特点，适用于银行、家庭等智能监控应用中。在步态识别中，步态前景提取是从步态图像序 列中提取完整的人体轮廓，它对于步态识别的特征提取和目标分类等后期工作是非常重要 的，步态前景提取的准确程度对识别率的有着直接的影响。 [2] [3,4] [5] 目前的关于步态前景的提取主要有背景差法 、时间差分法 和光流法 。背景差法以 其实现简单、运算速度快等特点在步态识别中应用得最为广泛。背景差法首先对背景进行建 模，在连续的图像帧中提取出背景图像；然后，把当前图像与背景图像的做差，设定一个合 适阈值，差值大于阈值的像素点设置为前景点，否则设置为背景点，所有前景点的集合就构 成了前景图像。这种方法的缺点是当背景与运动物体的灰度值差异很小时，很难恰当地找出 一个合适阈值准确的划分背景中噪音点和与背景灰度值差异较小的前景点，设定的阈值太小 时，容易产生大量的噪音，设定的阈值太大时又容易把前景点误认为背景点。文献[6]对其 作出了改进，提出了一种间接差分的方法来对当前图像和背景图像做差，通过这种方法，放 大了前景点与背景点之间的差异，使得当前景与背景灰度值差异较小时，找到一个合适的阈 值成为可能。这种方法的缺点是，针对不同场合，根据前景与背景之间灰度差异的不同，该 方法需要人工根据实践经验手动设定区分前景点与背景点的阈值。本文提出一种改进的背景 差法，使得在不同的应用场合中，根据前景与背景之间灰度差异的不同，自适应自动设定的 区分前景与背景的阈值，提取前景点，并在步态识别的应用中取得了较好的效果。 本文的结构如下：第2 部分是背景建模，第3 部分是差分及二值化，第4 部分是形态学 处理，第5 部分是总结。 2. 背景建模 背景建模就是在连续的视频图像帧中提取出属于背景的像素点，以实现图像的前景与背 景的分割以及对运动物体的跟踪。目前国内外的步态数据库都是在背景固定不变且只有一人 行走的场景中采集的，这种情况下，步态图像中的噪音一般都是由拍摄过程中的光照变化引 起的。为了较好了排除噪音的干扰，我们采用文献[2]中的自适应算法对背景建模。自适应 背景抽取算法采用统计模型的方式给每个像素点建模，以像素点变化的分布情况确定背景像 - 1 - 素。具体方法如下： P n 设 为步态序列中第n 帧图像中第i 行第j 列的像素点灰度值，我们用一个时间滤波 , i j t n 器F (t) eτ 来保持该像素点灰度值的均值 ，其中τ 为一个时间常数，用来调整滤波的