一种多层背景模型的运动目标检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107169991A(43)申请公布日2017.09.15(21)申请号201710328438.6(22)申请日2017.05.11(71)申请人南宁市正祥科技有限公司地址530000广西壮族自治区南宁市青秀区建政路1号15栋1单元101号房(72)发明人不公告发明人(51)Int.Cl.G06T7/246(2017.01)权利要求书1页说明书3页(54)发明名称一种多层背景模型的运动目标检测方法(57)摘要本发明公开了一种多层背景模型的运动目标检测方法，包括以下步骤：S1：采集运动目标视频图像，并对视频图像进行预处理；S2：从视频序列的第一帧中提取每个像素的邻域样本，用于初始化背景模型，只需一帧图像即可完成背景模型的初始化；S3：引入随机采样技术，随机选取一个不匹配的码字，采用新的背景像素取而代之，避免错误分类的码字长时间驻留在背景模型中；S4：采用多层背景模型策略，每个像素经过多层背景模型的逐层验证，保证了背景模型的精确性。CN107169991ACN107169991A权利要求书1/1页1.一种多层背景模型的运动目标检测方法，其特征在于，包括以下步骤：S1：采集运动目标视频图像，并对视频图像进行预处理；S2：从视频序列的第一帧中提取每个像素的邻域样本，用于初始化背景模型，只需一帧图像即可完成背景模型的初始化；S3：引入随机采样技术，随机选取一个不匹配的码字，采用新的背景像素取而代之，避免错误分类的码字长时间驻留在背景模型中；S4：采用多层背景模型策略，每个像素经过多层背景模型的逐层验证，保证了背景模型的精确性。2.根据权利要求1所述的运动目标检测方法，其特征在于，多层背景模型的创建和更新过程如下：1）基于邻域初始化方法创建主模型M(x)，同时，分别创建空的一级缓存H(x)和二级缓存模型U(x)；2）对于t时刻给定的输入像素，在M(x)中寻找与匹配的码字,如果在M(x)中，则认为属于背景像素，采用EPAM方法对主模型M(x)进行更新，否则跳转到步骤3）；3）如果没有找到匹配的码字，按以下步骤进行处理：A）将像素标记为前景像素；B）在一级缓存模型H(x)中查找匹配码字，如果找到匹配的码字，则使用EPAM方法对H(x)进行更新．否则采用创建一个新的码字插入到一级缓存模型H(x)中；C）在二级缓存模型U(x)中寻找与匹配的码字，如果找到匹配的码字，则使用EPAM算法对模型U(x)进行更新，否则使用创建一个新的码字插入到二级缓存模型U(x)中；4）采用像素分类器2，将漏检的真实背景码字提升到主模型M(x)中，过程如下所示：A）移除二级缓存模型U(x)中码字的最长时间间隔大于的所有码字；将U(x)中码字的最长时间间隔大于的所有码字提升到H(x)中，同时删除H(x)中码字的最大时间间隔大于的所有码字；B）移除一级缓存模型H(x)中码字的最长时间间隔大于的所有码字；将H(x)中码字的最长时间间隔大于的所有码字提升到M(x)中，同时删除M(x)中码字的最大时间间隔大于的所有码字；5）对于新的像素跳转到步骤2）进行处理。2CN107169991A说明书1/3页一种多层背景模型的运动目标检测方法技术领域[0001]本发明涉及领域，具体涉及一种多层背景模型的运动目标检测方法。背景技术[0002]智能视频监控为当今社会的治安管理和维护社会稳定起到了重要作用，被广泛应用于民用和军工业中。在复杂背景下运动目标检测算法仍存在如下不足：（1）背景模型初始化时间过长；（2）背景模型的更新系数设定不具有通用性；（3）单层背景模型难以处理复杂背景干扰问题。发明内容[0003]本发明要解决的技术问题是提供一种多层背景模型的运动目标检测方法。[0004]一种多层背景模型的运动目标检测方法，包括以下步骤：S1：采集运动目标视频图像，并对视频图像进行预处理；S2：从视频序列的第一帧中提取每个像素的邻域样本，用于初始化背景模型，只需一帧图像即可完成背景模型的初始化；S3：引入随机采样技术，随机选取一个不匹配的码字，采用新的背景像素取而代之，避免错误分类的码字长时间驻留在背景模型中；S4：采用多层背景模型策略，每个像素经过多层背景模型的逐层验证，保证了背景模型的精确性。[0005]进一步的，多层背景模型的创建和更新过程如下：1）基于邻域初始化方法创建主模型M(x)，同时，分别创建空的一级缓存H(x)和二级缓存模型U(x)；2）对于t时刻给定的输入像素，在M(x)中寻找与匹配的码字,如果在M(x)中，则认为属于背景像素，采用EPAM方法对主模型M(x)进行更新，否则跳转到步骤3）；3）如果没有找到匹配的码字，按以下步骤进行处理：A）将像素标记为前景像素；B）在一级缓存模型H(x)中查找匹配码字，