《基于MAP-MRF框架的复杂情况下多运动目标检测》.pdfVIP

第35卷 第8期 仪 器 仪 表 学 报 VoL35No．8 2014年8月 ChineseJournalofScientificInstrument Aug．2014 基于 MAP．MRF框架的复杂 情况下多运动 目标检测 万 琴 ，王耀南 ，刘星平 ，林国汉 ，余洪山 (1．湖南工程学院 电气信息学院 湘潭 411101；2．湖南大学电气与信息工程学院 长沙 410082) 摘 要 ：目标检测问题是视频监控系统中的关键问题 ，在监控场景复杂多变时，非参数方法是背景模型建模的重要方法 ，但传 统的基于核密度带宽的非参数方法没有考虑像素之间的上下文关联性。本文提出建立 目标检测问题的最大后验概率——马尔 可夫随机场 (MAP—MRF)框架，首先确定先验概率的能量函数，再确定条件概率及其能量函数，从而得到后验能量函数 ，采用 蚁群算法迭代计算后验能量函数，获得像素标记的最优化结果即实现 目标检测。在多个监控视频上的实验结果表明，本方法能 大大提高复杂背景下的目标检测性能。 关键词 ：视频监控；多 目标检测；非参数方法；MAP．MRF 中图分类号：TP391．4 rH7 文献标识码：A 国家标准学科分类代码：510．4050 Detectingmultipleobjectsincomplexscenesbasedon MAP．M RF．frame WanQin，WangYaonan，LiuXingping，LinGuohan，YuHongshan (J．CollegeofElectricalInformationEngineering，HunanInstituteofEngineering，Xiangtan411104，China； 2．CollegeofelectricandinformationEngineering，HunanUniversity，Changsha410082，China) Abstract：Itisimportanttodetectobjectsaccuratelyinvisualsurveillantsystems．Thenon—parametricmethodiseffectivefordetecting objectsincomplexsurveillantscenes．Butthetraditionalnon·parametricmethodignoredthecontextofpixels．Wepresentbuildinghte MAP—MRFrfameworkoftheobjectdetectingproblem．Firstly，theenergyfunctionofpriorprobabilityisdefined，then，hteeneryg func- tionofconditionalprobbailityisacquiredtogettheposteriorenergyfunction，Consequently，theproblemofdetectingobjectsisdefined asoptimizingposterioreneryg functionwhichisimplementedbytheACSalgorithm．Therefore，multipleobjectsaredetectedaccurately viatheoptimalpixellabels．Experimentalvalidationoftheproposedtrackingmethodisverifiedandpresentedonsequences． Keywords：visualsurveillance；multi-objectdetecting；non-parametricmethod；MAP-MRF 1 引 言 建立背景模型的方法主要包括两类：参数法建模、及