視頻運(yùn)動(dòng)目標(biāo)檢測(cè)的若干算法研究.pdf

1、隨著信息化技術(shù)的迅猛發(fā)展以及安全意識(shí)的普及，社會(huì)對(duì)智能視頻監(jiān)控的需求越來越高。運(yùn)動(dòng)目標(biāo)檢測(cè)作為其核心步驟之一，已經(jīng)成為各個(gè)學(xué)科領(lǐng)域備受關(guān)注的前沿課題，不但研究歷史悠久，而且研究方法日新月異。本文從不同的研究方法著手，在盡量滿足實(shí)時(shí)性、魯棒性及準(zhǔn)確性的基礎(chǔ)上，實(shí)現(xiàn)不同場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)。本論文依次從以下三個(gè)方面進(jìn)行闡述：
　　1、針對(duì)鬼影的去除，提出了改進(jìn)的視覺背景提取算法（ViBe， Visual background extra

2、ctor）。首先分析vibe算法的優(yōu)劣性，尤其考慮檢測(cè)結(jié)果初期存在鬼影的現(xiàn)象，結(jié)合三幀差法進(jìn)行初始背景的提取，接著利用隨機(jī)鄰域抽樣建立背景模型的多個(gè)樣本。采用RGB顏色空間的歐式距離來判別前景與背景點(diǎn)，最后用檢測(cè)結(jié)果和當(dāng)前圖像進(jìn)行與運(yùn)算，去除了部分運(yùn)動(dòng)目標(biāo)的檢測(cè)鬼影。
　　2、結(jié)合紋理信息進(jìn)行陰影去除，比較局部二值模式LBP和尺度不變局部三值模式SILTP的特性。利用SILTP紋理信息的局部尺度不變性，對(duì)檢測(cè)圖片進(jìn)行紋理變換和閾值

3、分割，達(dá)到對(duì)重度移動(dòng)陰影進(jìn)行檢測(cè)并去除的目的。
　　3、提出了基于交替方向稀疏低秩模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先分析基于魯棒主成分分析(RPCA)的背景建模，分析了求解RPCA模型的各種經(jīng)典方法，重點(diǎn)討論了主成分追蹤算法（PCP），并進(jìn)行了背景建模仿真實(shí)驗(yàn)。然后對(duì)經(jīng)典RPCA模型進(jìn)行改進(jìn)，將實(shí)際目標(biāo)數(shù)據(jù)分解為干凈數(shù)據(jù)（背景模型）、奇異值數(shù)據(jù)（對(duì)應(yīng)前景模型和運(yùn)動(dòng)目標(biāo)）和噪聲數(shù)據(jù)（背景噪聲模型）。對(duì)低秩背景模型引入了全變差范數(shù)進(jìn)行約束，