基于改进型混合高斯模型的运动目标检测.pdfVIP

2O14年 3月 计算机工程与设计 Mar_2O14 第35卷 第 3期 C0MPUTER ENGINEERING AND DESIGN Vo1．35 NO．3 基于改进型混合高斯模型的运动 目标检测 孙 旭 。，吴志红 ，吕学斌 。，陈志飞 (1．四川大学计算机学院，四川成都610064； 2．视觉合成图形图像技术国防重点学科实验室，四川成都 610064) 摘 要：针对传统混合高斯模型 (Gaussianmixturemodel，GMM)在运动 目标检测时，无法精确 匹配像素点及参数更新 慢问题，提 出一种改进型混合高斯模型。在像素值匹配时，通过计算输入像素与背景像素之间的马氏距离，能有效计算样 本间相似性；参数更新方面，利用匹配数与匹配和概念对混合高斯模型中参数进行快速更新，避免复杂计算，同时对背景 环境具有更强适应性。实验结果表明，利用该算法进行运动 目标检测，其准确率和实时性都有显著提高。 关键词：混合高斯模型；马氏距离；匹配和；匹配数；目标检测 中图法分类号：TP391．41 文献标识号：A 文章编号：1000-7024 (2014)03～0914—04 ImprovedGaussianmixturemodelbasedmovingtargetdetection SUN Xu ，WU Zhi—hong．一，LU Xue—bin～，CHEN Zhi—fei，。 (1．CollegeofComputerScience，SichuanUniversity，Chengdu610064，China； 2．StateKeyLaboratoryofFundamentalScienceonSyntheticVision，Chengdu610064，China) Abstract：TosolvetheproblemsthattraditionalGaussianmixturemodelcannotmatchpixelswellandupdatesparametersslow— ly，animprovedGaussianmixturemodelmethodisproposed．Thepresentedalgorithm makesmoreaccuratematchingmethods bycalculatingMahalanobisdistanceintermsofmodelmatchingoperationjudgments．What’Smore，parameterupdatingtakes advantageoftheconceptofthenumberofmatchesandthematch，whichcanupdateGaussianmixturemodelparametersinreal timeandavoidcomplexcalculation，SOthatthenew modelcanestablishbackgroundmodelmorequicklyandmakeitmoreadap— tivetOthecomplexbackground．TheexperimentalresultsdemonstratethattheimprovedGaussianmixturemodelproposed is moreinslantaneousandaccuratewhendetectingmovingtarget． Keywords：Gaussianmixturemodel；Mahalanobisdistance；matchsum；matchcount；targetdetection 方法做了详细的分析，文献 [8，9]对此方法在智能交通 0 引 言 系统中的应用做了详细介绍。 目前 ，视频序列中检测运动 目标有多种方法，例如， 但是传统混合高斯模型也有它的缺点，例如，更新背 帧差法，背景差法等。文献 [1，2]对帧差法，背景差法