动态场景中的改进混合高斯背景模型.pdfVIP

第 38卷 第 8期 计 算 机 工 程 2012年 4月 V0l-38 NO．8 ComputerEngineering April2012 · 博士论文 · 文章编号：1000—3428(2012)o8—IJIJ1o—03 文献标识码：A 中图分类号：TP391．4 动态场景中的改进混合高斯背景模型 何亮明，覃荣华，巩思亮，王营冠 (中国科学院上海微系统与信息技术研究所，上海 200050) 摘 要：提出一种应用于运动 目标检测的改进混合高斯背景模型。在背景模型更新过程中，通过调整阈值，降低单模态背景的误检率。在 运动 目标检测时，融合统计差分法和时域差分法，降低多模态背景像素的误检率。实验结果表明，改进模型能有效解决由复杂动态背景引 起的误检问题，具有较好的检测性能。 关键词：目标检测；混合高斯背景模型；多模态背景；参数估计；数据融合 ImprovedGaussianM ixtureBackgroundM odel inDynam icScene HELiang-ming，QINRong-hua，GONGSMiang，WANGYing-guan (ShanghaiInstituteofMicrosystemandInformationTechnology， ChineseAcademyofSciences，Shanghai200050，China) [Abstract]ThispaperpresentsanimprovedGaussianmixturebackgroundmodeltodealwithdynamicsurveillancescenes．Differentthreshold valuesareutilizedintheupdatinganddetectionprocesstOreducethemisclassificationrateforsinglemodebackground．Inthedetectionprocess，it fusesstatisticaldifferencemethod andtimedomainfinitedifferencemethodtodecreasethemiselassificationrateformultimodalbackground． Experimentalresultsshow thatimproved modelcan effectively solvethemistakesofcomplexdynamicbackground，and ithasgooddetection performance． [Keywords]objectdetection；Gaussianmixturebackrgoundmodel；multimodalbackground；parameterestimation；datafusion DOI：10．3969j／．issn．1000—3428．2012．08．004 控的解决方法。 1 概述 本文利用仿真实验与实际场景数据测试，发现混合高斯 目标检测是智能视频监控技术的基础，它既可以单独成 背景模型误检率较高，其主要原因包括 2个方面 ：即分布模 为一个功能模块，如运动检测，也是其他高级功能必不可少 式标准差估计值偏小以及动态背景中多模式背景融合表示为 的步骤，如 目标跟踪、分类与行为分析等。目标检测的效率 取决于背景模型的表示与前景像素的判断。目前，将背景模 单模态。针对上