基于视频监控运动目标检测算法研究解析.pptx

基于视频监控运动目标检测算法研究;内容提要;研究背景（1）;在复杂场景中背景模型的建立、保持与更新都受到多种因素的影响，寻找理想的背景模型往往是非常困难的，同时，运动目

标所投射运动阴影也给运动目标提取造成很大困难。;基于光流场进行运动分割的基本步骤为，首先利用前后两帧的图像进行运动场估计，然后利用运动场估计得出的运动向量进

行场景分割，再对得到的分割结果进行后处理，如消除小的噪声干扰区域以及合并小区域等，当后处理完毕后，统计区域个数，如果存在着一个以上不同区域，则说明场景有变化，反之则认为场景没有任何改变。

光流法有着不需要预先知道运动场景的任何先验信息便可检测运动目标对象的特点，并且可以处理背景运动情况下的运动目标检测。它的缺点是：计算量大，很难做到实时性处理，并且噪声、多光源、阴影和遮挡等情况对识别结果有严重的影响。;光流法;HornSchunck算法;光流法实验结果图;结论;背景建模法;流程;主要介绍两种背景模型：;单高斯模型;优点：单高斯分布背景模型在室内(或其他简单场景)进行运动目标检测可以得到较好的效果，由于运算量小，处理速度非常快，而且检测到的目标比较完整。

缺点：当场景比较复杂时，模型会变得不稳定，而且抗噪声干扰的能力较差。;首首先先计计算算当当前前样样本本点点与与模模型型中中各各个个分分布布的的匹匹配配度度，，并并根根据据此此匹匹配配度度来来更更新新各各高高斯斯分分布布中中如如协协方方差差、、均均值值等等参参数数及及各各个个

高高斯斯分分布布的的权权重重，，最最终终达达到到背背景景像像素素的的分分布布收收敛敛于于一一个个或或者者多多个个高高斯斯分分布布的的目目的的。。;混合高斯模型;模型匹配与参数更新;生成背景分布;检测前景;由于虚影区域没有真实运动存在，故计算运动前景掩模虚影区域的光流场可以消除虚影。

为改善检测效果，使用多个具有不同更新速度的背景模型，并在不同条件下选择不同的背景模型作为当前场景的背景。在多摄像机从不同角度对同一场景进行监控的场合，摄像机之间的视差信??可以用来估计场景深度，由于运动目标比场景背景离摄像机更近，故有效利用深度信息也有助于运动目标的检测。;帧差法;帧差法;帧差法;任何实际的算法都要在精确度、复杂度以及通用性等方面进行权衡折衷考虑。目前，几乎所有算法都是针对某种特定应用问

题提出的，通用的算法还有待探求。;Thanks