基于混合高斯改进算法的视频背景建模研究.doc

南京邮电大学专业学位硕士研究生学位论文 第一章 绪论 使用者，使用者要做什么，或者从一段视频序列中分辨出视频场景中的人，以及这些人在做 什么。而让计算机拥有这一系列能力的基础，就是让计算机能够识别并理解人的语音和动作。 近些年来，在使计算机可以理解人的语音的方面已经有了不俗的发展 。同时，在对于人的行 为和动作的理解方面也取得不少进步。为了实现计算机对人行为的观察，第一步就需要判断 视频场景中是否有人存在，人的位置和数量，这一过程中，包含了前景物体检测、前景物体 的跟踪、头部及手部定位及跟踪等步骤。 运用计算机视觉技术实现前景物体的检测与跟踪具有众多的应用场合，在以下的几个领 域中它是关键技术和实现的基础： （1）安防监控领域 近些年来，视频智能化监控系统随着计算机视觉的发展成为了一个刚开始起步的应用方 向。该系统是利用计算机视觉技术对摄像机采集的视频信号进行分析和理解，并通过分析的 结果控制视频监控系统，这样视频监控系统就可以达到接近人工控制的智能控制水平 。智能 化视频监控系统中的核心技术就是通过计算机视觉技术实现前景物体的检测与跟踪。例如， 人脸识别技术在安防领域有巨大的实用价值，它利用分析比较人脸视觉特征信息进行身份识 别鉴定身份，人脸识别门禁考勤系统，人脸识别防盗门都以该技术为核心，可以用于企业、 住宅安全和管理。近年来，一种新的视频监控系统逐渐发展起来，它可以自动识别人的行为， 并对其中的危险行为进行自动报警。这种监控系统同样适用了前景物体检测与跟踪技术。 （2）人机交互领域 人们印象中的人机交互，还是通过使用键盘和鼠标进行的，没有经过专门学习训练的人 只能完成一些简单的操作，而即使是进行了专门的学习，想完成复杂的指令依旧需要大量的 代码输入，与人们生活中的交流方式截然不同。如果计算机能够识别人类的语言，神情和动 作，可以真正理解人的交流方式。那么人与计算机之间的交流就会变得简单和直接，不再需 要键盘鼠标这类输入设备，以及复杂繁琐的计算机语言来实现人机交流。面向人的人机交互 方式是今后人机交互的发展趋势，而实现的根本还是在于实现对人手部和脸部的检测，对人 的形态和动作进行识别与跟踪。 （3）智能家居交互领域 计算机的可视化技术，可以用于建立智能家居系统，该系统可以了解房间里有哪些人， 分别在什么地方，有哪些行为和需求。这样的智能家居环境可以用来监护病人，儿童，并且 可以通过只能机械系统及时的帮助和照顾他们。 （4）视频会议领域 通过对面部表情、动作和手势等肢体语言的分析识别，并且采用基于模型的方法进行表 2 南京邮电大学专业学位硕士研究生学位论文 第一章 绪论 示，可以实现对视频序列的数据压缩。而面部表情，动作和手势附带的时间及空间上的信息， 可以用来开发基于模型的编解码算法，而这种算法有助于实现低比特率数据流量传送的视频 会议和基于模型的编码系统。 （5）教育与娱乐领域 在课堂上，智能计算机将通过分析学生的表情、姿态来判断学生是否对正在学习的内容 存在困惑和不解，是否保持非常高的专注度，是否对学习内容完全不感兴趣，从而为改善教 学方法提供了一定的参考信息。在训练场中，通过计算机识别运动员的动作，进行分析之后 提出改进的意见，将会显著提高训练效果。在一个虚拟的游戏环境中，计算机可以通过识别 玩家的动作来理解玩家的意图，从而模拟出近乎真实的游戏场景。 （6）残疾人辅助领域 适用于正常人的人机交互系统显然无法满足有残障的残疾人士的需求。因此需要建立一 套能够对残疾人的活动进行识别、理解的系统，帮助他们解决由于残疾而产生的与其他人交 流上的困难。该系统能把由于残疾而无法表达完全的信息转换成完整的信息，从而让残疾人 轻松的表达自己的观点。 前景物体检测 图像处理包含提取前景物体，特征点跟踪以及行为分析几个方面。前景物体检测算法可 以检测到视频序列中的运动区域，并将这一区域从背景图像中分割出来。以此为基础，图像 处理得以继续进行。 前景物体检测算法很多，最常见的是背景减除法，即先提取出视频序列的背景模型，然 后通过差分运算提取出前景物体。前景物体检测可分为两种方式：一种是自动方式，另一种 是半自动方式。在复杂场景中，自动检测方式难以实行，这种方式只适用于特殊的应用环境： 预先设定好参数，实时完成处理任务。在视频监控系统、动车检测系统中都使用自动检测方 式。半自动检测由于有人为控制，可以应用在复杂场景中，它的检测质量好，但是实时性较 差。图 1.1 显示了一个典型的前景物体检测系统框架图。 前景物体检测需要解决三个问题： （1）阴影。阴影扩大了前景物体的区域，检测时无法判断真实的前景物体。 （2）遮挡。由于遮挡，检测到的前景物体不完整。 （3）背景物体的扰动。大多数场景中，不仅是前景物体在动，背景物体也会移动。 3 南京邮电