基于改进高斯混合模型运动目标检测与跟踪.docVIP

基于改进高斯混合模型运动目标检测与跟踪 　　摘 要： 为了提高运动目标检测与跟踪的精确性与可靠性，提出一种基于改进高斯混合模型的运动目标检测与跟踪方法。首先，建立改进高斯混合背景模型，对运动目标图像进行分块处理，利用相连帧的连续性对运动目标图像的参数更新，提取完整的运动目标并进行分割；其次，将给定的当前帧像素点与目标图像进行匹配，减少高斯混合模型的分布数量和计算量，根据分块处理后的运动目标的大小、形状以及颜色信息完成运动目标全局匹配，实现运动目标的实时检测与跟踪。实验结果表明，与目前的高斯混合模型对运动目标检测与跟踪的方法相比，所提方法计算过程较为简单，具有更快的检测速度和更可靠的检测结果。 　　关键词： 运动目标检测； 全局匹配； 改进高斯混合模型； 分块处理 　　中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）21?0069?04 　　Moving target detection and tracking based on improved Gaussian mixture model 　　ZHI Jixin 　　（College of Physical Education， Zhengzhou University， Zhengzhou 450044， China） 　　Abstract： In order to improve the accuracy and reliability of moving object detection and tracking， a moving object detection and tracking method based on improved Gaussian mixture model is proposed. The improved Gaussian mixture background model is established to segment the moving target image into blocks. The continuity of the neighborhood frames is utilized to update the parameters of the moving target image， and then the whole moving target is extracted for segmentation. The given pixel of current frame is matched with the target image to reduce the distribution quantity and calculated amount of the Gaussian mixture model. According to the size， shape and color information of the moving target after block processing， the global matching for moving target is conducted to realize the real?time detection and tracking of moving object. The experimental results show that， in comparison with the current moving target detection and tracking methods based on Gaussian mixture model， the proposed method has simpler calculation process， faster detection speed， and more reliable detection results. 　　Keywords： moving target detection； global matching； improved Gaussian mixture model； block processing 　　0 引 言 　　运动目标检测与跟踪[1]在计算机交互式领域和人类视觉领域具有至关重要的地位。通过对视频图像的跟踪检测，可以确切地掌握目标图像的运动信息和运动特征，为后续运动目标的检测与跟踪问题提供更为详细的信息参考。基于高斯混合模型[2]的目标检测与跟踪，国内外很多学者对其进行了大量实验与研究。根据目标检测的范围，可以分为静态目标检测[3?4]和动态目标检测[5?6]，其中，动态目标检测