[发明专利]一种自适应的运动目标视觉检测方法

权利要求书

1.一种自适应的运动目标视觉检测方法，其特征在于，包括以下步骤：

步骤1：输入第一帧图像；

步骤2：初始化N种不同的运动目标检测算法在各像素点x处的权重ω_i(x)，其中i∈[1,N]，x∈[1,M]，M为图像像素点的个数；

步骤3：针对N种不同的运动目标检测算法，对输入的图像序列进行检测，获得不同的前景图像观测值{f₁,f₂,…,f_N}；

步骤4：根据ω_i(x)和前景图像观测值{f₁,f₂,…,f_N}估计真实的前景图像估计值

步骤4的具体实现，包括以下子步骤：

步骤4.1：计算第一次前景图像估计值

其中f_i(x)表示第i种算法在像素点x处的观测值，f_i(x)∈{0,1}，T₁为第一次前景估计的预定义阈值，且T₁∈[0,1]；

步骤4.2：将N个前景图像观测值{f₁,f₂,…,f_N}与第一次前景图像估计值进行比较，计算各算法的整体得分FM_i；

其中Pr表示准确率、Re表示召回率、TP表示被正确检测为前景的像素点个数、FN表示被错误检测为背景的像素点个数、FP表示被错误检测为前景的像素点个数；

步骤4.3：计算结合算法整体得分FM_i的各像素点权重γ_i(x)；

步骤4.4：根据γ_i(x)第二次估计前景图像估计值中前景像素点x满足：

其中T₂为第二次前景估计的预定义阈值，且T₂∈[0,1]；

步骤5：将前景图像估计值与{f₁,f₂,…,f_N}进行比较，更新各算法在各像素点的权重ω_i(x)；

步骤6：若当前图像为最后一帧，则结束算法，否则输入下一帧图像，重复步骤3-步骤5。

2.根据权利要求1所述的自适应的运动目标视觉检测方法，其特征在于：步骤2中所述N种不同的运动目标检测算法包括DPZivGMM算法、LBAdaSOM算法、codebook算法、PAWCS算法、FuzzyCho算法、FuzzySug算法、MultiCue算法、LOBSTER算法、ViBe算法以及SuBSENSE算法。

3.根据权利要求1所述的自适应的运动目标视觉检测方法，其特征在于：步骤2中所述ω_i(x)＝1/N。

4.根据权利要求1所述的自适应的运动目标视觉检测方法，其特征在于，步骤5中，权重ω_i(x)的更新计算公式如下：

ω_i,t(x)＝(1-α)ω_i,t-1(x)+αM_i,t；

其中ω_i,t(x)为t时刻第i个算法在像素点x处的权重，α为学习率，α∈[0,1]，M_i,t为匹配因子，若f_i(x)与匹配，M_i,t＝1；否则，M_i,t＝0。