基于视觉背景提取的自适应运动目标提取算法.pdf

《基于视觉背景提取的自适应运动目标提取算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN10o1—90812015．07—10计算机应用，2015，35(7)：2029—2032C0DENJYIIDUhttp：／／www．joca．cn文章编号：1001—9081(2015)07．2029—04doi：10．11772／j．issn．1001—9081．2015．07．2029基于视觉背景提取的自适应运动目标提取算法吕嘉卿，刘立程，郝禄国，张文忠(广东工业大学信息工程学院，广州510006)({通信作者电子邮箱katenan@126．con)摘要：在复杂场景下的视频运动目标提取是视频分析技术的首要工作。为了解决

2、前景运动目标提取的精确度不高的问题，提出一种基于视觉背景提取(ViBE)的改进视频运动目标提取算法(ViBE)。首先，在背景模型初始化阶段采用像素的菱形邻域来简化样本信息；其次，在前景运动目标提取阶段引入自适应分割阈值来适应场景的动态变化；最后，在更新阶段提出背景重建和调整更新因子方法来处理光照变化的情形。实验结果表明，对于复杂视频场景LightSwitch的运动目标提取结果在相似度指标上，改进后的算法与混合高斯模型(GMM)算法、码本模型算法以及原始ViBE算法相比，分别提高了1．3倍、1．9倍以及3．8倍。所提算法能够在有效时间内对复杂场景具有较好的自适应性，且性能明显优于对比算法。关

3、键词：前景提取；视觉背景提取；背景建模；自适应阈值；更新因子中图分类号：rI’P391．413文献标志码：AAdaptivemovingobjectextractionalgorithmbasedonvisualbackgroundextractorLYUJiaqing，UULicheng，HAOLuguo，ZHANGWenzhong(CollegeofInformationEngineering，GuangdongUniversityofTechnology,GuangzhouGuangdong510006，China)Abstract：Thepriorworkofvideoanalys

4、istechnologyisvideoforegrounddetectionincomplexscenes．Inordertosolvetheproblemoflowaccuracyinforegroundmovingtargetdetection，animprovedmovingobjectextractionalgorithmforvideobasedonVisualBackgroundExtractor(ViBE)，calledViBE，wasproposed．Firstly，inthemodelinitializationstage，eachbackgroundpixelWasmo

5、deledbyacollectionofitsdiamondne：ighborhoodtosimplythesampleinformation．Secondly，inthemovingobjectextractionstage，thesegmentationthresholdwasadaptivelyobtainedtoextractmovingobjectindynamicscenes．Finally，forthesuddenilluminationchange，amethodofbackgroundrebuildingandupdate-parameteradjustingwaspro

6、posedduringtheprocessofbackgroundupdate．Theexperimentalresultsshowthat，comparedwiththeGaussianMixtureModel(GMM)algorithm，CodebookalgorithmandoriginalViBEalgorithm，theimprovedalgorithm’Ssimilaritymetriconmovingobjectextractingresultsincreasesby1．3times，1．9timesand3．8timesrespectivelyincomplexvideos

7、ceneLightSwitch．Theproposedalgorithmhasabetteradaptabilitytocomplexscenesandperformancecomparedtootheralgorithms．Keywords：foregroundextraction；VisualBackgroundExtractor(ViBE)；backgroundmodeling；self-adaptivethres