面向?qū)崟r(shí)智能監(jiān)控的背景建模算法研究與系統(tǒng)設(shè)計(jì).pdf

1、背景建模算法是智能監(jiān)控領(lǐng)域中的一項(xiàng)位于底層的關(guān)鍵技術(shù)，主要用來(lái)檢測(cè)視頻場(chǎng)景中的運(yùn)動(dòng)前景。作為關(guān)鍵技術(shù)之一的背景建模算法，一方面，其準(zhǔn)確率和魯棒性直接影響著上層智能分析算法的結(jié)果;另一方面，它需要為后續(xù)智能分析算法留出足夠的計(jì)算時(shí)間，其速度性能也是一項(xiàng)重要的評(píng)價(jià)指標(biāo)。
　　雖然國(guó)內(nèi)外很多學(xué)者對(duì)于背景建模算法的理論及其應(yīng)用進(jìn)行了廣泛的研究，但是依然存在諸多問(wèn)題。對(duì)于實(shí)時(shí)智能監(jiān)控系統(tǒng)而言，在選擇合適的背景建模算法時(shí)通常需要在其準(zhǔn)確率和計(jì)

2、算速度之間進(jìn)行權(quán)衡取舍，而選擇的策略主要根據(jù)系統(tǒng)的實(shí)時(shí)性要求以及后續(xù)智能分析技術(shù)的特點(diǎn)?；谝陨系脑?，本文設(shè)計(jì)了兩種具有不同準(zhǔn)確率和計(jì)算速度的背景建模算法，以適應(yīng)不同的實(shí)時(shí)智能監(jiān)控系統(tǒng)的需求。
　　本論文首先提出了一種基于鄰域特征和灰度信息的背景建模算法。其中的鄰域特征是一種紋理特征，通過(guò)對(duì)鄰域像素的大小關(guān)系進(jìn)行3段式編碼得到。利用此鄰域特征構(gòu)建鄰域特征背景模型，與灰度背景模型共同組成此算法的雙層背景模型。對(duì)于紋理較多的圖像高頻

3、區(qū)域，用鄰域特征背景模型來(lái)判別背景，而在紋理較少的圖像低頻區(qū)域，用灰度背景模型來(lái)判別背景。這種策略充分發(fā)揮了兩者在區(qū)分不同頻率圖像時(shí)的互補(bǔ)性。實(shí)驗(yàn)表明，此算法的準(zhǔn)確率和魯棒性在現(xiàn)有的背景建模算法中處于較高水平，而且與同水平的算法相比，具有明顯的速度優(yōu)勢(shì)。對(duì)于640×480的視頻，本算法的處理速度達(dá)到了68fps(i5，2.2GHZ)，基本滿(mǎn)足實(shí)時(shí)智能監(jiān)控系統(tǒng)的速度要求，允許系統(tǒng)在檢測(cè)出前景之后做一些耗時(shí)較少的智能分析。
　　其次，

4、本論文針對(duì)VIBE算法在前景較多時(shí)計(jì)算效率不高的問(wèn)題，提出了一種基于短時(shí)前景改進(jìn)的快速VIBE算法。通過(guò)在背景模型中加入短時(shí)前景模型，將原VIBE算法對(duì)于前景點(diǎn)的比較次數(shù)從經(jīng)典的平均20次降低到平均6次左右。實(shí)驗(yàn)表明，本算法在前景較多的場(chǎng)景下，可以大幅加快VIBE算法的計(jì)算速度。在實(shí)際的道路監(jiān)控場(chǎng)景下，本算法比原VIBE算法快30％以上，對(duì)于640×360的實(shí)際監(jiān)控視頻達(dá)到250fps(i5，2.2GHZ)，同時(shí)并不降低原VIBE算法的