本文關(guān)鍵詞：智能視頻監(jiān)控中的背景減除算法研究

  更多相關(guān)文章： 背景建模 ViBe算法 低秩近似

【摘要】：背景減除(Background Substaction,BS)是指從復(fù)雜的場景中提取出感興趣的前景區(qū)域。背景減除作為計算機(jī)視覺領(lǐng)域經(jīng)典且關(guān)鍵的技術(shù),在智能視頻監(jiān)控中得到了廣泛的應(yīng)用。在動態(tài)場景中,背景減除算法通過分析前景目標(biāo)和背景之間的模態(tài)變化,來建立相應(yīng)的前景和背景模型來擬合分布。背景建模的方法一般都建立在場景簡單的基礎(chǔ)之上,但是在實際的智能視頻監(jiān)控中,場景往往是復(fù)雜多變的,會存在光照變化、雜亂背景、陰影干擾等因素,均會給背景減除的準(zhǔn)確率產(chǎn)生較大的影響。因此,研究背景減除算法具有重要的理論意義和應(yīng)用價值。本文從概率密度模型與低秩近似兩個方面研究了智能視頻監(jiān)控中的背景減除算法,通過深入探討做出了如下貢獻(xiàn):1.深入研究了目前常用的背景減除算法,并在此基礎(chǔ)上,研究了不定系數(shù)的混合高斯模型。通過實驗仿真,對該算法與現(xiàn)有其他算法進(jìn)行了對比分析。2.深入研究了現(xiàn)有的ViBe算法,從該算法存在的不足之處著眼,研究了一種改進(jìn)的ViBe算法,從領(lǐng)域樣本采樣等方面進(jìn)行了優(yōu)化,在一定程度上提高了算法消除陰影、對抗光照突變干擾等的能力。3.深入探討了基于低秩近似的背景減除算法,為了精確提取出前景目標(biāo)并減少噪聲的影響,研究了一種基于隱式低秩的背景減除算法,仿真實驗結(jié)果表明,該算法能夠很好地處理光照突變、噪聲影響等干擾,能夠完整地提取出動態(tài)場景中前景目標(biāo)。
【關(guān)鍵詞】：背景建模 ViBe算法 低秩近似
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN948.6
，

本文編號：1031400