基于ViBe的改進前景檢測算法研究.pdf

1、智能視頻監(jiān)控是當前計算機視覺的研究熱點,近年來越來越受到人們的關注。而前景檢測是智能視頻監(jiān)控中的首要問題,前景檢測的目的就是從圖像序列中將運動區(qū)域從背景圖像中提取出來。運動區(qū)域的有效分割對于目標跟蹤、分類和行為理解等后續(xù)處理至關重要,因此前景檢測的處理效果和速度直接影響到整個智能視頻監(jiān)控系統(tǒng)的準確性和穩(wěn)定性。應對目前大量固定攝像機監(jiān)控視頻運動目標的檢測需求,需要準確而高效的前景檢測算法,可以用在交通檢測、銀行、校園監(jiān)控等很多應用計算機視

2、覺的場景中。同時,在特定的視覺分析和視覺檢測研究中,前景檢測算法也能作為一種很好的輔助技術。
　　本文首先對前景檢測技術實現(xiàn)運動目標檢測的過程進行了詳細的介紹,并對比三類前景檢測算法:幀差法、光流法和背景建模法,分別描述了其算法原理和核心思想。經(jīng)過實驗對比,重點研究背景建模方法,并對各主流背景建模方法進行了總結。學習和研究ViBe背景模型,詳細描述其算法思想和流程,并基于大量實驗數(shù)據(jù)和對其他背景建模方法的研究,提出了一種改進前景檢