城市交通场景中的背景建模方法研究-计算机技术专业论文.docx

TN82学校代码 分 类 号 TN82  10701 TP391.4 学 号 1203121838 密 级 公开 西安电子科技大学 硕士学位论文 城市交通场景中的背景建模方法研究 作者姓名： 领 域： 学位类别： 张慧泽 计算机技术 工程硕士 学校导师姓名、职称： 企业导师姓名、职称： 刘志镜教授 李小勇高工 提交日期： 2014 年 12 月 A Study of Background Subtraction in Urban Traffic A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Computer Technology By Zhang Huize Supervisor: Liu Zhijing Li Xiaoyong December 2012 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注 和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果； 也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表 示了谢意。 学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权 保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分 内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得 学位后结合学位论文研究课题撰写的文章，署名单位为西安电子科技大学。 保密的学位论文在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 城市交通场景的目标检测是智能监控中最广泛的应用之一，目标检测和图像 分割的准确率对违章识别、停车检测和车流统计等智能检测模块有着重要的影响。 本文对城市交通场景中的目标检测算法进行研究，总结了常见的目标检测算法，主 要研究其中的背景建模方法。本文首先总结了经典背景建模方法的基本思想和优 缺点，归纳出复杂场景下背景建模面对的主要问题，对移动的物体、光照缓慢变化、 “自启动”和前景空洞等七类问题做了详细的分析，同时提出了城市交通场景中背 景建模存在的主要问题。基于大量的分析与实验本文提出了基于随机更新的改进 码本模型，其更适于城市交通场景的目标检测。本文主要的工作内容包括： （1）分析了经典的背景建模算法，包括平均背景法、混合高斯背景模型、核 密度估计背景模型、ViBE 算法和码本背景模型。分析了各算法的优缺点和适用场 景，同时提出了城市交通场景的特征包括：背景训练中存在大量的运动前景、环境 光照发生缓慢变化和前景目标的短暂停留。针对城市交通的特征对背景建模方法 提出优化和改进的方案。 （2）本文在经典码本模型的基础上，提出了基于随机更新的改进码本模型， 主要的改进包括：在码字中心像素值的实时更新中引入随机策略，以不同的概率随 机接受可信度不同的像素值，这样就避免了更新率取值过大引起的误检以及更新 率过小可能引起的背景适应性差，使模型的稳定性和容错性更高；根据大量的实验 观察和量化分析，得到码字频率的统计性规律，通过多个码字的统计与排序方法筛 选最可靠的背景码字，解决了“自启动”情况下的背景建模的问题；结合图像的空 间信息辅助背景模型的更新，计算像素点的邻域空间一致性特征，因为路面区域的 像素点邻域空间一致性更高，对空间一致性高的区域加速更新就可以提高了背景 模型的稳定性，避免了由于车辆目标短暂停止造成的漏检。 （3）对本文提出的算法进行实验和测试，绘制 ROC 曲线评价算法的性能；同 时在标准数据集与城市交通的实际数据集中做了对比实验与分析。 通过实验和分析可以说明，本文提出的基于随机更新的改进码本模型不受模 型训练中大量运动前景的影响而可以建立出可靠的背景参考图像，对环境光照的 变化有良好的适应性，本算法在城市交通场景中有很好的目标检测效果。 关 键 词： 目标检测， 背景建模， 码本模型， 随机更新， 空间一致性 论文类型： 应用基础技术 I ABSTRACT Object detection in urban traffic is a common application i