-
题名基于长时间视频序列的背景建模方法研究
被引量：1
- 1
-
-
作者
丁洁
肖江剑
况立群
宋康康
彭成斌
-
机构
中北大学计算机与控制工程学院
中国科学院宁波工业技术研究院计算机视觉团队
-
出处
《自动化学报》
EI
CSCD
北大核心
2018年第4期707-718,共12页
-
基金
国家自然科学基金(61379080
61273276)
+3 种基金
浙江省杰出青年基金(LR13F020004)
国家科技支撑计划(2015BAF14B01)
钱江人才计划(QJD1702031)
中国博士后科学基金(2017M612047)资助~~
-
文摘
针对现有背景建模算法难以处理场景非平稳变化的问题,提出一种基于长时间视频序列的背景建模方法.该方法包括训练、检索、更新三个主要步骤.在训练部分,首先将长时间视频分段剪辑并计算对应的背景图,然后通过图像降采样和降维找到背景描述子,并利用聚类算法对背景描述子进行分类,生成背景记忆字典.在检索部分,利用前景像素比例设计非平稳状态判断机制,如果发生非平稳变换,则计算原图描述子与背景字典中描述子之间的距离,距离最近的背景描述子对应的背景图片即为此时背景.在更新部分,利用前景像素比例设计更新判断机制,如果前景比例始终过大,则生成新背景,并更新背景字典以及背景图库.当出现非平稳变化时(如光线突变),本算法能够将背景模型恢复问题转化为背景检索问题,确保背景模型的稳定获得.将该框架与短时空域信息背景模型(以ViBe、MOG为例)融合,重点测试非平稳变化场景下的背景估计和运动目标检测结果.在多个视频序列上的测试结果表明,该框架可有效处理非平稳变化,有效改善目标检测效果,显著降低误检率.
-
关键词
背景建模
长周期视频
背景图描述子
背景检索
-
Keywords
Background modeling, long-term video, background image descriptor, background retrieval
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
