視頻背景建模調(diào)研分析報(bào)告

視頻背景建模調(diào)研匯報(bào)一、背景和關(guān)鍵意義運(yùn)動(dòng)目標(biāo)檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域一個(gè)關(guān)鍵研究方向，是多種后續(xù)高級(jí)處理，如目標(biāo)分類、行為了解等基礎(chǔ)，在安全監(jiān)控、智能交通等領(lǐng)域全部有著廣泛應(yīng)用。而在計(jì)算機(jī)視覺和智能視頻監(jiān)控等領(lǐng)域，背景建模是一項(xiàng)關(guān)鍵技術(shù)，是實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤基礎(chǔ)。所以，對(duì)于視頻背景建模研究有著關(guān)鍵意義。背景建模是序列圖像分析基礎(chǔ)性工作，是當(dāng)今中國(guó)外學(xué)者研究熱點(diǎn)問題。建模結(jié)果將對(duì)視頻圖像運(yùn)動(dòng)檢測(cè)、運(yùn)動(dòng)目標(biāo)分類、跟蹤及行為了解等后續(xù)處理產(chǎn)生關(guān)鍵影響。不過因?yàn)閷?shí)際應(yīng)用環(huán)境不一樣和背景多樣性，難以建立良好背景樣本。所以，在實(shí)際應(yīng)用中需要經(jīng)過不一樣算法來優(yōu)化設(shè)計(jì)方案，才能得到很好結(jié)果。中國(guó)外研究現(xiàn)實(shí)狀況(~)：期刊論文1.楊敏楊敏(1969－)，男，安徽涇縣人。南京郵電大學(xué)自動(dòng)化學(xué)院副教授。關(guān)鍵研究方向?yàn)橛?jì)算機(jī)視覺和圖像了解。[1]楊敏,安振英.基于低秩矩陣恢復(fù)視頻背景建模[J].南京郵電大學(xué)學(xué)報(bào):自然科學(xué)版,,33(2):86-89.[2]楊敏,安振英.基于低秩矩陣恢復(fù)視頻背景建模[J].南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版).(02)2.李峰：中國(guó)科學(xué)技術(shù)大學(xué)自動(dòng)化系[1]李峰.智能視頻監(jiān)控系統(tǒng)中行人運(yùn)動(dòng)分析研究[D].中國(guó)科學(xué)技術(shù)大學(xué).3.龔大墉：重慶理工大學(xué)，信號(hào)和信息處理，，碩士[1]龔大墉.數(shù)字視覺視頻運(yùn)動(dòng)目標(biāo)檢測(cè)及其交通信息獲取應(yīng)用研究[D].重慶理工大學(xué).4.劉亞利：北方工業(yè)大學(xué)，控制理論和控制工程，，碩士[1]劉亞利.背景建模技術(shù)研究和實(shí)現(xiàn)[D].北方工業(yè)大學(xué).5.孫吉花：國(guó)防科學(xué)技術(shù)大學(xué)，控制科學(xué)和工程，，碩士[1]孫吉花,劉肖琳.一個(gè)新基于統(tǒng)計(jì)背景減除方法[J].計(jì)算機(jī)工程和應(yīng)用.(22)6.孫猛：北京交通大學(xué)電子信息工程學(xué)院[1]孫猛,袁小龍,王麗紅.基于FPGA混合高斯背景建模實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用.(09)7.代科學(xué)：國(guó)防科技大學(xué)信息系統(tǒng)和管理學(xué)院系統(tǒng)工程系[1]代科學(xué),李國(guó)輝,涂丹,等.監(jiān)控視頻運(yùn)動(dòng)目標(biāo)檢測(cè)減背景技術(shù)研究現(xiàn)實(shí)狀況和展望[J].中國(guó)圖象圖形學(xué)報(bào),,11(7):919-927.林洪文：國(guó)防科技大學(xué)管理科學(xué)和工程系多媒體試驗(yàn)室[1]林洪文,涂丹,李國(guó)輝.基于統(tǒng)計(jì)背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].計(jì)算機(jī)工程,,29(16):97-9侯志強(qiáng)：西安交通大學(xué)電子和信息工程學(xué)院綜合自動(dòng)化研究所[1]侯志強(qiáng),韓崇昭.基于像素灰度歸類背景重構(gòu)算法[J].軟件學(xué)報(bào).(09)王典：西北工業(yè)大學(xué)，控制理論和控制工程，，碩士[1]王典.基于混合高斯背景建模和陰影抑制算法研究[D].西北工業(yè)大學(xué).劉翔：武漢科技大學(xué)工程訓(xùn)練中心[1]劉翔,周楨.基于分塊背景建模運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)[J].液晶和顯示,,26(6):831-835.劉曉男：南京大學(xué)，電子和通信工程（專業(yè)學(xué)位），，碩士[1]劉曉男.面向視頻監(jiān)控復(fù)雜背景建模及優(yōu)化方法[D].南京大學(xué)馬凡：華中科技大學(xué)，模式識(shí)別和智能系統(tǒng)，，碩士[1]馬凡.智能視頻監(jiān)控中背景建模算法研究[D].華中科技大學(xué)14劉潔：哈爾濱工業(yè)大學(xué)深圳碩士院[1]劉潔,張東來.相關(guān)自適應(yīng)高斯混合背景模型更新算法研究[J].微計(jì)算機(jī)信息,,(22):241-242.doi:10.3969/j.issn.1008-0570..22.089.三．視頻背景建模研究現(xiàn)實(shí)狀況總結(jié)背景建模也稱為背景估量，其關(guān)鍵目標(biāo)是依據(jù)目前估量背景，把對(duì)視頻幀圖像中運(yùn)動(dòng)目標(biāo)檢測(cè)問題轉(zhuǎn)化為二分類問題，將全部像素歸為背景或運(yùn)動(dòng)前景兩類，然后對(duì)分類結(jié)果進(jìn)行后處理，得到最終檢測(cè)結(jié)果。取得背景圖像最簡(jiǎn)單方法即在場(chǎng)景中無運(yùn)動(dòng)目標(biāo)時(shí)捕捉，但此法不能實(shí)現(xiàn)自適應(yīng)。常常僅適合場(chǎng)景短時(shí)監(jiān)控，不能滿足智能監(jiān)控系統(tǒng)對(duì)背景建模要求。研究人員為了研發(fā)出理想背景模型，試圖利用多種已知信息，在現(xiàn)有系統(tǒng)中利用高層處理結(jié)果來給背景估量提供反饋信息，決定哪些像素點(diǎn)應(yīng)該被吸收成為背景模型一部分，哪些為運(yùn)動(dòng)前景像素。關(guān)鍵方法有：1.平均值法平均值法經(jīng)過在一段時(shí)間內(nèi)獲取n幀圖像b1，b2····bn，優(yōu)異行加運(yùn)算再求取平均值，得到圖像Bn，若n值足夠大則在圖像Bn中背景信息被保留下來，而臨時(shí)物體則被濾除。Bn可近似看做是背景圖，但此法運(yùn)算量大花費(fèi)系統(tǒng)資源嚴(yán)重，在實(shí)際應(yīng)用中不可行。2.直方圖法直方圖法統(tǒng)計(jì)連續(xù)n幀同一象素點(diǎn)灰度直方圖，出現(xiàn)次數(shù)最多灰度值則被看做是該象素點(diǎn)背景像素點(diǎn)，按此方法得到整幅圖像背景。該方法前提是背景圖象幀數(shù)在交通視頻流中占多數(shù)。而對(duì)于交通堵塞情況，該方法得到偽背景(緩慢運(yùn)動(dòng)車輛)，此時(shí)該方法失效。3.單高斯模型單高斯模型法基于視頻圖像中每一個(gè)獨(dú)立像素點(diǎn)，依據(jù)其觀察值在序列圖像中改變和一個(gè)高斯分布密度函數(shù)關(guān)系，來判定該像素點(diǎn)屬于背景還是前景。對(duì)于一個(gè)背景圖像，每個(gè)像素位置亮度分充滿足高斯分布。若一個(gè)像素點(diǎn)(i,j)新采樣值Xt+1，滿足分別是隨時(shí)間更新高斯分布均值和均方差，k是一個(gè)正數(shù)，則認(rèn)為該點(diǎn)是背景像素點(diǎn)，不然認(rèn)為是前景像素點(diǎn)。單高斯模型假定背景像素點(diǎn)亮度分布比較集中，能夠用單分布概率模型來描述，能有效地處理有微小改變和緩慢改變簡(jiǎn)單場(chǎng)景。當(dāng)場(chǎng)景改變很大時(shí)，背景像素值改變較快，不能滿足一個(gè)穩(wěn)定單峰分布也不能逐步過渡到另一個(gè)單峰分布，這時(shí)單高斯模型就不能準(zhǔn)確描述背景了。4.混和高斯模型對(duì)于復(fù)雜視頻場(chǎng)景，單一高斯模型不能正確描述背景，提供正確背景圖像，所以產(chǎn)生了混合高斯模型?；旌细咚鼓Ｐ徒７椒?用一個(gè)時(shí)間序列{Xl,...,Xt}表示取得視頻序列像素點(diǎn)觀察值，假設(shè)同幀圖像中某個(gè)像素點(diǎn)觀察值和其它像素點(diǎn)觀察值相互獨(dú)立，不一樣采樣時(shí)刻該像素點(diǎn)觀察值也是獨(dú)立同分布，且該分布由K個(gè)獨(dú)立高斯分量組成。定義目前像素點(diǎn)概率密度函數(shù)為P(Xt)：即P（Xt）為K個(gè)高斯模型概率密度函數(shù)加權(quán)之和。其中?i表示第i個(gè)高斯分布，分別為第i個(gè)高斯分布均值和協(xié)方差矩陣，是t時(shí)刻該像素點(diǎn)第i個(gè)高斯分布概率密度函數(shù)權(quán)值系數(shù)，K為混合高斯模型中高斯分布個(gè)數(shù)，通常取3到5個(gè)。5.核密度估量核密度估量在概率論中用來估量未知密度函數(shù)，它是一個(gè)非參數(shù)檢驗(yàn)方法。利用核密度估量法進(jìn)行背景建模，利用標(biāo)準(zhǔn)核函數(shù)和像素展現(xiàn)高斯分布特征，用最近多個(gè)樣本圖像信息正確估量出核函數(shù)，而不需要預(yù)先知道密度函數(shù)分布模型。ElgammalA.等人將最近N幀圖像中同一坐標(biāo)點(diǎn)像素值記為x1,xz,...,xN，利用核函數(shù)K(·)對(duì)目前像素在t時(shí)刻像素值x，進(jìn)行無參概率密度估量:其中x，表示維數(shù)為d色彩特征矢量。很多時(shí)候，我們假定各顏色通道相互獨(dú)立，而且選擇高斯函數(shù)作為核函數(shù)，則式(1.2)轉(zhuǎn)化為:這么給定閡值后，若目前像素概率密度小于閡值，那么該像素就被分類到前景像素。核密度估量法在背景建模過程中不需要事先假設(shè)背景概率分布形式，也不需要進(jìn)行參數(shù)估量，能夠較快地適應(yīng)場(chǎng)景改變，而且在場(chǎng)景中攝像機(jī)或樹葉抖動(dòng)、有光照改變及目標(biāo)存在陰影時(shí)全部能自適應(yīng)調(diào)整背景模型，而且能夠適應(yīng)多模態(tài)分布情況。然而該方法缺點(diǎn)就是會(huì)占用過多內(nèi)存，而且計(jì)算量也比較大，較難應(yīng)用于實(shí)時(shí)場(chǎng)景中。三、課題可能方案算法方案：混合高斯模型算法定義：混合高斯模型使用K（基礎(chǔ)為3到5個(gè)）個(gè)高斯模型來表征圖像中各個(gè)像素點(diǎn)特征,在新一幀圖像取得后更新混合高斯模型,用目前圖像中每個(gè)像素點(diǎn)和混合高斯模型匹配,假如成功則判定該點(diǎn)為背景點(diǎn),不然為前景點(diǎn)。通觀整個(gè)高斯模型，她關(guān)鍵是由方差和均值兩個(gè)參數(shù)決定，,對(duì)均值和方差學(xué)習(xí),采取不一樣學(xué)習(xí)機(jī)制,將直接影響到模型穩(wěn)定性、正確性和收斂性。高斯運(yùn)動(dòng)檢測(cè)通常方法：高斯模型就是用高斯概率密度函數(shù)（正態(tài)分布曲線）正確地量化事物，將一個(gè)事物分解為若干基于高斯概率密度函數(shù)（正態(tài)分布曲線）形成模型。對(duì)圖像背景建立高斯模型原理及過程：圖像灰度直方圖反應(yīng)是圖像中某個(gè)灰度值出現(xiàn)頻次，也能夠認(rèn)為是圖像灰度概率密度估量。關(guān)鍵步驟:（1）模型參數(shù)初始化高斯背景建模中最關(guān)鍵一步便是對(duì)k個(gè)高斯分布參數(shù)進(jìn)行初始化。初始時(shí)，將第一個(gè)高斯模型均值設(shè)為視頻第一幀像素值X，剩下高斯模型均值Uk(k不等于1)設(shè)為零。我們采取第一幀像素值作為初始均值，這么對(duì)于第一幀圖像恰好顯示背景像素點(diǎn)，則大大提升了高斯分布趨近于實(shí)際分布速度。第一個(gè)高斯模型權(quán)重設(shè)置為一個(gè)較高預(yù)設(shè)值w，剩下高斯模型全部取較小值。(2)模型參數(shù)更新每當(dāng)取得新像素值時(shí)，全部要對(duì)背景模型中參數(shù)進(jìn)行更新。模型參數(shù)更新基礎(chǔ)步驟以下:對(duì)于任意時(shí)刻t，將圖像幀每個(gè)像素值X，和它對(duì)應(yīng)混合高斯模型進(jìn)行匹配檢驗(yàn)，假如像素值X和混合高斯模型中第k個(gè)高斯分布G、均值距離小于其標(biāo)準(zhǔn)差2.5倍，則定義該高斯分布G、和像素值X，匹配。假如檢驗(yàn)出該像素混合高斯模型中最少有一個(gè)高斯分布和像素值X，匹配，則根據(jù)以下規(guī)則更新混合高斯模型參數(shù):假如模型中沒有任何一個(gè)高斯分布和像素值X，匹配，則將目前時(shí)刻權(quán)重最小個(gè)高斯分布Gk按以下公式重新賦值:應(yīng)用上述更新規(guī)則后，有像素匹配高斯模型權(quán)值增大，沒有像素和之匹配高斯模型權(quán)值變小。使得混合高斯分布不停靠近實(shí)際背景。將K個(gè)高斯分布依據(jù)適合度值從大到小排列，則前B個(gè)高斯分布