双模单高斯模型检测运动摄像头中的运动目标

发布网友发布时间：2024-10-20 16:07

共1个回答

热心网友时间：2024-11-14 08:38

本文介绍了一种针对运动摄像头设计的高效实时运动目标检测方法，该方法在PC上实现了5.8ms的检测速度，适用于移动设备。其创新点在于提出了一种双模单高斯模型，结合年龄信息以适应非静止摄像头下的背景变化，有效降低背景像素对前景检测的影响。

传统方法在处理非静止摄像头时遇到的主要挑战包括计算量大、不适合移动设备、未充分考虑运动补偿对模型的影响。本文方法通过混合相邻模型，减轻相机移动带来的误差，并通过动态调整年龄参数，减小先前错误对后续检测的影响。同时，采用双模单高斯模型处理多个像素，既保证检测效果又提高了运行速度。

核心部分，文章提出了SGM模型与年龄的概念，通过变化的学习率处理非静止摄像头中的背景变化。模型设计包括预处理、背景建模（使用带年龄的双模单高斯模型）和运动补偿（通过混合模型来修正补偿误差）。这种方法避免了传统的高计算量运动补偿，减少了对像素邻域的依赖，从而提高效率。

双模SGM通过候选模型的切换机制，确保背景模型不受前景污染。运动补偿采用混合模型，通过追踪点和RANSAC算法计算背景运动，以减少检测误差。检测前景像素时，只使用未受污染的背景模型，确保准确性和实时性。

实验部分，作者使用C++和OpenCV3实现了这一方法，并给出了具体的参数设置。在Intel Core i5-3570的PC上，对320*240的视频进行了测试，结果显示了方法的高效性能和可接受的检测效果。