基于自適應背景減除方法的運動目標檢測.pdf

1、在計算機視覺領域，背景減除法被廣泛應用于分割視頻序列中的運動目標。隨著計算機視覺應用的高速發(fā)展，早期單純基于時間域分割的單模態(tài)背景減除方法已經無法滿足日益復雜的場景變化。自組織背景減除（SOBS）方法采用多個神經元共同模擬背景像素的分布，并通過遞歸地傳播上下文實現(xiàn)時空域上的結合，該方法在很多視頻場景中都具有良好的檢測性能。然而，自組織背景減除方法也存在著參數(shù)設置困難，對離散背景變化適應能力差的缺點。本研究提出了一種自適應的方法對自組織背

2、景減除法存在的不足進行了改進。
　　由于自組織背景減除法過于依賴初始的參數(shù)設置，因此本研究提出的自適應方法根據(jù)檢測過程中的反饋信息自適應地調節(jié)模型更新率。該方法不需要經驗地選擇校準幀，從而簡化了繁瑣的參數(shù)設置過程，并有效地提高了神經元的收斂速度。
　　本研究分別采用基于局部梯度變化檢測的像素級驗證方法與基于前景輪廓匹配的物體級驗證方法解決自組織背景減除法存在的“死鎖”及“鬼影”現(xiàn)象。其中，像素級的驗證方法能保持背景模型的空間