基于改进高斯混合模型体育视频运动目标检测与跟踪.docVIP

基于改进高斯混合模型体育视频运动目标检测与跟踪 　　摘 要： 针对当前体育视频运动目标检测存在的弊端，提出改进高斯混合模型的体育视频运动目标检测与跟踪方法。通过分析高斯混合模型的弊端，保留原有的“背景重建?模型更新?背景更新?目标检测”处理进程，将彩色图像转换为灰度图像，在像素相似度差别小的背景区域进行动态扩张，加入基于灰度直方图的目标跟踪进程，提高高斯混合模型对体育视频运动目标的处理效率与精度。实验结果表明，所提方法对体育视频的干扰处理能力强，检测范围大，检测与跟踪效果好。 　　关键词： 高斯混合模型； 体育视频； 运动目标； 目标检测； 目标跟踪 　　中图分类号： TN911.73?34； TP391.41 文献标识码： A 文章编号： 1004?373X（2017）19?0091?03 　　Detection and tracking of moving object in sports video 　　based on improved Gaussian mixture model 　　GAO Ye 　　（Xi’an International Studies University， Xi’an 710128， China） 　　Abstract： Aiming at the drawbacks existing in current moving object detection of sports video， a detection and tracking method of moving object in sports video based on improved Gaussian mixture model is improved. The shortcomings of Gaussian mixture model are analyzed to retain the original processes of ″background reconstruction?model update?background update?target detection″， convert the color image into gray image， carry out the dynamic expansion of background area with small difference of pixel similarity， and add the target tracking process based on gray?level histogram. The improved Gaussian mixture model can improve the processing efficiency and precision of the moving target in sports video. The experimental results show that the method has strong ability for interference processing of sports video， wide detection range， and perfect detection effect and tracking effect. 　　Keywords： Gaussian mixture model； sports video； moving target； target detection； target tracking 　　0 引 言 　　随着国内外体育赛事的频繁开展，体育队伍开始采用信息化手段提升运动员的比赛水平，体育视频运动目标检测与跟踪是其中一种十分常见的方法。目标检测就是进行视频内运动点的属性分析，其基于机器视觉理念展开，是目标跟踪的先行条件[1]。但是，体育视频中夹杂着大量的解说、观众声音、自然声音，环境噪音很强，运动目标多具干扰性，使体育视频运动目标检测与跟踪的实现具有一定难度。 　　针对体育视频的检测与跟踪难题，有关科研单位进行了长期研究，文献[2]提出一种基于光流识别的目标检测与跟踪方法，对观众席与赛场区域光线遮挡与打光的不同之处进行分析，并实施跟踪策略。这种方法适用于室内举办的体育比赛，但是运算量很大，检测时间长，导致前期跟踪不明确；文献[3]引入相邻帧差分技术进行运动目标检测，运算量小，但检测结果粗糙，跟踪过程容易丢失运动目标点，常应用于场景简单的体育赛事；文献[4]采用背景差法作用于体育视频时域，同样适用于场景简单的体育赛事，具有检测效率高、跟踪精度高的优点。 　　以上方法都存在很大缺陷，不能精准提取运动目标的属性