視頻中前景提取技術(shù)的研究.pdf

1、在計算機(jī)視覺領(lǐng)域當(dāng)中,前景目標(biāo)檢測是一個非常重要的分支。其檢測的準(zhǔn)確與否對于之后無論是跟蹤,學(xué)習(xí),識別來說有著非常大的影響。前景目標(biāo)在運(yùn)動過程中,其形狀、所處環(huán)境、遮擋等因素都會給目標(biāo)的檢測結(jié)果帶來各種影響。一般來說,對于前景目標(biāo)的檢測可以分為兩大分支:固定攝像頭下和移動攝像頭下的前景檢測。
　　在固定攝像過程中,視頻中的背景一般較為穩(wěn)定,攝像頭本身也不存在移動或存在很少的移動,因此對背景建模比較簡單。一般來說固定攝像的前景檢測技

2、術(shù)可以分為兩類:參數(shù)模型和非參數(shù)模型。參數(shù)模型采用概率模型來進(jìn)行像素點的分類,非參數(shù)模型則利用樣本直接進(jìn)行像素點的分類。
　　在移動攝像過程中,由于攝像頭的不斷移動,因此很難對背景進(jìn)行穩(wěn)定的建模,一般采用運(yùn)動補(bǔ)償,軌跡分類等手段結(jié)合固定攝像中的技術(shù)手段來進(jìn)行前景提取。
　　本文首先對于近些年來的前景技術(shù)進(jìn)行歸納和總結(jié),之后的研究內(nèi)容包括以下兩個方面:
　　1.對于固定攝像,本文著重研究了這幾年興起的VIBE算法,在研究

3、分析這些算法之后提出了一種改進(jìn)的VIBE算法。該算法舍棄了原先的RGB圖像信息,采取了HSV信息并且針對視頻中因往復(fù)運(yùn)動產(chǎn)生的噪聲現(xiàn)象提出了一種新的算法,降低了視頻中運(yùn)動目標(biāo)檢測的誤判率。
　　2.對于移動攝像本文并提出了一種基于光流的前景檢測算法,并且采用了MRF-MAP和超像素兩種方法對其進(jìn)行結(jié)果增強(qiáng),從而實現(xiàn)了對移動攝像頭拍攝的視頻中運(yùn)動目標(biāo)的精確檢測,該方法不需要知道攝像頭的移動方向,也不需要對其移動軌跡進(jìn)行建模,因此是一