文档介绍：万方数据
车辆视频检测中自适应背景更新算法的研究与仿真实现郭琳引言在车辆识别与检测方法中,主要的背景更新算法包括时间平均模型怛透咚够旌夏P”J奔淦骄P陀氲ジ咚贡尘澳P图扑懔小,但其自适应能力较差,针对背景像素亮度非单峰分布时的效果较差;而高斯混合模型是一种重要的自适应背景更新算法,虽然计算量较大,但通过该算针对车辆检测的高斯混合算法,国内外很多文献分别从不同方面对其进行了研究和改进。针对检测摄像头光照突变或抖动的问题,文献岢隽嗽大背景更新速率的方法,使前景很快更新成为背景;针对运动目标长时间不动容易变为背景的问题,文献提出了调整学习速率和模式数量的方式来提升模型对背景变化的适应能力,但遇到较大不动或缓慢运动的物体时,容易将其误判为背景。本文主要针对自适应高斯混合模型进行研究,通过该模型可以较好地提取出带有树叶飘动等复杂背景条件下的车辆;此外本文也针对几种背景初始化方法进行研究,比较各种背景初始化方法的特点。⋯、单高斯背景模型法,能够较好的提取复杂条件下的背景。第卷,第中国传媒大学学报自然科学版年摘要:本文主要对车辆视频检测中基于高斯混合模型的自适应背景更新算法进行了研究和仿真实现,并针对图像初始化的几种方法进行了研究和仿真。混合高斯模型算法可以较好地提取多模态图像中的背景与前景,统计直方图法则能较好地提取初始背景,实现背景更新。关键词:车辆视频检测;自适应背景更新;混合高斯模型;多帧平均法;统计直方图法中图分类号:文献标识码:恼卤嗪牛珺收稿日期:一一作者简介:郭琳,女鹤,北京人,中国传媒大学硕士研究生.:.瓹泄酱笱Ч悴サ缡邮只逃抗こ萄芯恐行模本,:.:籥;籱—;琋
万方数据
诟咚够旌夏P偷淖允视Ρ尘案新算法新算法仿真苩衝。,以∥乏。。辏瑈籥一茗,,,ⅲ瑈一苩谩!R蛔荨.。。基于高斯混合模型的自适应背景更新算法采用多个高斯模型来描述同一个像素点上的颜色分布,当前像素5母怕屎兔扛龅阊丈ǚ植嫉母咚狗植.,#荨#Γ————狶—弧叩瑀啤,弧甀∽其中小啦小、∑小分别表示了每个单模型的权值、均值和单峰分布的宽度大小;硎鞠袼刂刀喾布峰的个数,通常取值为之间,其依赖于像素值的分布情况,而取值越大,系统计算复杂度越大。为了使模型能符合实际的像素分布规律,需要根据每一个新的像素值来更新模型参数,参数修正首先需要检测是否匹配该模型,若符合靡坏兀埃琲,璌,则该像素匹配模型。其中怯经验设定的常数,一般取为;反之,若不符合该式,则设为不匹配。针对匹配像素,需要根据来更新模型参数:代表权值更新率,它代表了背景更新快慢,它一般取,之间的常数,为了减少背景噪声,一般取值较小,如粜枰P拚峡焓保虿捎媒洗的#琲石,则代表了新到的像素在,点的若像素值S肫渲心骋桓咚狗植疾黄ヅ涫保可认为该新像素值并未对该单模型分布做出贡献,不需改变高斯模型参数而只需改变权值,改变方法若像素值S肴我桓咚狗植季黄ヅ洌蛐枰加入一个新的单模型,并从原模型中去除一个高斯分布,对于新模型参数初始值的要求是一个较小的权值和较大的方差。此外,还需对原来的各个模型的权值进行归一化处理。为提取出背景像素,首先需根据每个像素高斯模型的优先级/的大小进行由高到低的排列,从龈咚狗植贾腥〕銮癇个高斯分布作为背景模忍其中1尘把∪°兄担龆吮尘爸谢旌高斯分布的个数,若〉慕闲。虮尘澳P屯ǔ为单模态;若较大,则可以描述背景重复变化所造