【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種安防系統(tǒng)視頻監(jiān)控中遺留物檢測(cè)的背景建模方法。
技術(shù)介紹
近年來，隨著社會(huì)對(duì)公共安全的不斷重視，對(duì)于人流密集場(chǎng)所的抗議遺留物的檢測(cè)己成為安防系統(tǒng)不可或缺的部分。遺留物檢測(cè)方法一般包括如下幾個(gè)步驟背景提取、前景分割、靜態(tài)區(qū)域檢測(cè)和物體分類跟蹤。其中，背景提取是遺留物檢測(cè)的最基本步驟。一般的背景提取方法都假定背景為靜態(tài)，在靜態(tài)的基礎(chǔ)上有微弱的光線變化，因此現(xiàn)有方法多采用混合高斯模型對(duì)背景進(jìn)行建模。但是這種采用混合高斯模型對(duì)背景進(jìn)行建模的方法會(huì)把長(zhǎng)時(shí)間遺留的物體學(xué)習(xí)到背景模型中，使得背景模型和當(dāng)前幀的差異消失，從而導(dǎo)致整個(gè)檢測(cè)機(jī)制失效。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)針對(duì)現(xiàn)有技術(shù)中的上述問題，提出了一種基于可變學(xué)習(xí)速率的背景建模方法。實(shí)驗(yàn)顯示，該方法有效地解決了較長(zhǎng)時(shí)間后前景物體融入背景中的問題。本專利技術(shù)采用如下技術(shù)方案，該方法采用單高斯模型進(jìn)行背景建模，其特征在于所述單高斯模型的學(xué)習(xí)速率隨著視頻幀顏色和紋理特征的變化而變化，并按照如下公式更新單高斯模型的均值和方差權(quán)利要求1 ，該方法采用單高斯模型進(jìn)行背景建模，其特征在于所述單高斯模型的學(xué)習(xí)速率隨著視頻幀顏色和紋理特征的變化而變化，并按照如下公式更新單高斯模型的均值和方差2.根據(jù)權(quán)利要求I所述的視頻監(jiān)控中的背景建模方法，其特征在于K1、K2、K3通過利用具有g(shù)roundtruth的視頻庫(kù)中的多個(gè)視頻進(jìn)行訓(xùn)練得到。全文摘要本專利技術(shù)提供，該方法采用單高斯模型進(jìn)行背景建模，所述單高斯模型的學(xué)習(xí)速率隨著視頻幀顏色和紋理特征的變化而變化。可變的學(xué)習(xí)速率使得前景物體不會(huì)融入背景，背景的光線變化卻能很好的更新到新...
【技術(shù)保護(hù)點(diǎn)】
一種視頻監(jiān)控中的背景建模方法，該方法采用單高斯模型進(jìn)行背景建模，其特征在于：所述單高斯模型的學(xué)習(xí)速率隨著視頻幀顏色和紋理特征的變化而變化，并按照如下公式更新單高斯模型的均值和方差：μt=μt？1+α(p)(xt？μt？1)σt2=σt-12+α(p)(xt-μt-1)T(xt-μt-1)其中μ為像素值的均值，σ2為像素分布的方差，x為像素值，下標(biāo)t表示時(shí)間，上標(biāo)T表示轉(zhuǎn)置；α(p)為學(xué)習(xí)速率，p表示像素，其中α0為最大學(xué)習(xí)速率，dm和d為兩個(gè)預(yù)先定義的常數(shù)；為混合差異，由顏色差異和紋理差異加權(quán)求和得到，的計(jì)算方法為：其中，wt(p)為紋理差異dt(p)的權(quán)值，wc(p)為顏色差異dc(p)的權(quán)值，wc(p)=1？wt(p)，并且wt(p)=1ifgi(p)>Twgi(p)Twifgi(p)≤Tw,其中Tw的值是由圖像的噪聲來決定的，Tw=kσl，σl是圖像L部分的標(biāo)準(zhǔn)差，k是系數(shù)，是像素p周圍包含M個(gè)像素的鄰域；其中，Cii(p)=f′i(p)·f′i(p)=||f′i(p)||2？？？？i=1，2？？？？？？C12(p)=f′1(...
【技術(shù)特征摘要】
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：孫建德，沈赟珺，解江川，
申請(qǐng)(專利權(quán))人：山東大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。