單高斯背景模型運動目標檢測算法的研究改進.pdf

1、隨著機器視覺、人工智能技術(shù)的不斷進步，智能監(jiān)控成為了人們研究的焦點?，F(xiàn)在，智能化的視頻監(jiān)控已被應(yīng)用在各大公共場合以及需要重點監(jiān)視的區(qū)域。智能監(jiān)控系統(tǒng)主要實現(xiàn)以下4個功能:目標檢測、目標識別、目標跟蹤以及目標行為的判別。在以上幾個方面中，目標檢測是其余部分的基礎(chǔ)，其檢測效果的優(yōu)劣直接關(guān)系到相關(guān)部分的處理結(jié)果。因此，很多研究員在這一領(lǐng)域進行了深入的探討，并且提出了許多檢測效果較好，可行性較高的算法。
　　目前，運動目標檢測技術(shù)大致可分

2、為以下4類:背景模型法、幀差法、核密度估計以及光流法。本文針對靜態(tài)場景下三種實用性較高的算法:背景模型法、幀差法、非參數(shù)估計進行了研究分析。并針對背景模型法中傳統(tǒng)單高斯背景模型存在的背景模型不能很好地自適應(yīng)背景變化，目標檢測不完整的問題，提出一種改進的單高斯背景模型運動目標檢測算法。該方法結(jié)合單高斯模型算法和均值漂移原理對運動目標進行檢測。取前N幀視頻樣本的均值作為初始背景模型。對當前幀圖像進行運動目標的初檢測，采用單高斯模型算法更新原