[发明专利]一种自适应选取权重的增量式特征背景建模算法

权利要求书

1.一种自适应选取权重的增量式特征背景建模方法，其特征在于包括如下步骤：

1)基于样本背景视频帧用主成分分析建立初始背景模型；

2)利用当前背景模型重建输入视频帧的背景图像，并计算背景图像与输入视频帧之间的误差；

3)根据背景图像与输入视频帧之间的误差确定输入视频帧中的运动区域；

4)基于背景图像与输入视频帧之间的误差自适应地为输入视频帧的运动区域构造权重；

5)基于加权的视频帧，采用增量式主成分分析进行背景模型更新。

2.根据权利要求1所述的一种自适应选取权重的增量式特征背景建模方法，其特征在于所述的基于样本背景视频帧用主成分分析建立初始背景模型方法为：设样本背景图像表示为向量X＝(x₁，...x_n)^T，计算这组向量的均值μ_x＝E(X)，协方差矩阵C_x＝E{(x-μ_x)(x-μ_x)^T}，计算协方差矩阵C_x的特征值和特征向量：基于特征值λ_i和特征向量e_i满足的约束条件C_x·e_i＝λ_i·e_i求解λi和e_i，其中i＝1，…，n，将特征向量按照特征值的大小从大到小排列，得到一组正交基A；这组正交基与样本背景视频帧的均值即为初始背景模型。

3.根据权利要求1所述的一种自适应选取权重的增量式特征背景建模方法，其特征在于所述的用当前背景模型重建输入视频帧的背景图像并计算背景图像与输入视频帧之间的误差：令E＝{E₁，…，E_n}和分别为当前背景模型的特征向量和背景视频帧的均值，F_m+1是当前视频帧，对F_m+1减除均值得到F_m+1^％，并将F_m+1^％投影至E：cof=ET·Fm+1%,]]>其中cof是投影系数向量，用来重建当前视频帧，当前帧F_m+1可重建为：Fm+1′=F‾m+E·cof,]]>当前帧F_m+1与重建帧F_m+1′之间的误差可按下式计算：er=||Fm+1-Fm+1′||2npxl,]]>其中npxl是当前帧中所有像素的数目，er是当前帧和背景帧之间的均方根误差。