多级分块的交通视频智能识别背景建模方法-哈尔滨工业大学学报.PDFVIP

第４９卷　 第９期 哈　 尔　 滨　 工　 业　 大　 学　 学　 报 Ｖｏｌ４９ Ｎｏ９ 　 　 ２０ １７年９月 ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｓｅｐ． ２０１７ ＤＯＩ：１０．１１９１８／ ｊ．ｉｓｓｎ．０３６７⁃６２３４．２０１６０４１４１ 　 　 　 　 　 　多级分块的交通视频智能识别背景建模方法 １，２ １，２ １，２ １ 谢　 寒 ，蒋阳升 ，姚志洪 ，彭　 赛 （１．西南交通大学 交通运输与物流学院，成都 ６１００３１；２．综合交通运输智能化国家与地方联合工程实验室，成都 ６１００３１） 摘　 要：为改善视频监控中的背景建模方法对于前景目标物较多或者光线变化的复杂环境效果不太理想的缺陷，提出一种多 级分块背景建模方法． 该方法以间隔 帧帧差法为基础，采用多级分块，并结合对称二值模式（ｃｅｎｔｅｒ⁃ｓｙｍｍｅｔｒｉｃ ｌｏｃａｌ ｂｉｎａｒｙ Ｎ ｐａｔｔｅｒｎ，ＣＳＬＢＰ）和码本（ｃｏｄｅｂｏｏｋ，ＣＢ）等算法建立背景模型． 通过模型得出背景较为清晰和完整，为下一步进行前景目标的准 确识别提供良好基础． 采用设计实验检验该方法的有效性，将其与局部二值模式（ｌｏｃａｌ ｂｉｎａｒｙ ｐａｔｔｅｒｎ，ＬＢＰ）、ＣＳＬＢＰ、ＣＢ 以及经 典的混合高斯背景建模（ｍｉｘｔｕｒｅ ｏｆ Ｇａｕｓｓｉａｎ，ＭＯＧ）等算法进行对比分析，得出采用此方法提取的前景目标物更加完整，边界 更加清晰，且无明显分块图形出现． 采用评分的方法对几种方法进行综合评分，该方法评分较高． 在对前景目标物的提取方法 中，该方法效果较好． 关键词：背景建模；帧差法；局部二值模式；对称二值模式；码本算法；混合高斯背景建模法 － － － 中图分类号：ＴＰ３９１．４１ 文献标志码：Ａ 文章编号：０３６７ ６２３４（２０１７）０９ ００４０ ０７ Ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌｉｎｇ ｂａｓｅｄ ｏｎ ｍｕｌｔｉ⁃ｌｅｖｅｌ ｂｌｏｃｋ ｆｏｒ ｔｒａｆｆｉｃ ｖｉｄｅｏ ｉｎｔｅｌｌｉｇｅｎｔ ｒｅｃｏｇｎｉｔｉｏｎ １，２ １，２ １，２ １ ＸＩＥ Ｈａｎ ，ＪＩＡＮＧ Ｙａｎｇｓｈｅｎｇ ，ＹＡＯＺｈｉｈｏｎｇ ，ＰＥＮＧ Ｓａｉ （１．Ｓｃｈｏｏｌ ｏｆ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ａｎｄ Ｌｏｇｉｓｔｉｃｓ，Ｓｏｕｔｈｗｅｓｔ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ ６１００３１，Ｃｈｉｎａ； ２．Ｎａｔｉｏｎａｌ Ｕｎｉｔｅｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｔｅｇｒａｔｅｄ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ，Ｃｈｅｎｇｄｕ ６１００３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ａｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌ ｉｎｔｒａｆｆｉｃｖｉｄｅｏ ｓｕｒｖｅｉｌｌａｎｃｅｗｈｉｃｈｗａｓｎｏｔ ｇｏｏｄｆｏｒ ｔｈｅ ｃｏｍｐｌｅｘ ｅｎｖｉｒｏｎｍｅｎｔ ｗｉｔｈ ｔｏｏ ｍａｎｙ ｆｏｒｅｇｒｏｕｎｄ ｏｂｊｅｃｔｓ ｏｒ ｌｉｇｈｔ ｖａｒｙｉｎｇ，ａ ｂａｃｋｇｒｏｕｎｄ ｍｏｄ