[发明专利]一种基于统计背景模型的目标检测方法

摘要

本发明公开了一种基于统计背景模型的目标检测方法，该方法包括以下步骤：针对光照变化运用一种新的自适应高斯混合模型技术，构建基于全局信息的背景统计模型；针对动态变化，在对背景图像基于自整定谱聚类的基础上，通过核密度估计方式，构建基于局部信息的背景统计模型。本发明能在光照与动态扰动情况下，构建出一种稳健的背景模型，从而实现对前景目标的精确检测。

主权项

1.一种基于统计背景模型的目标检测方法，其特征在于，所述方法是基于聚类级差异值的背景模型；所述方法为聚类像素特征建立统计概率密度分布，是采用背景变化的建模方式，包括如下步骤：步骤1：依据初始图像帧序列分别建立像素级高斯混合模型与聚类级核密度估计模型；步骤2：针对场景光照变化的视频序列，利用像素级高斯模型实现图像目标检测；步骤3：针对背景变化的视频序列，利用聚类级核密度估计模型实现图像目标检测；高斯模型参数更新包括：(1)当某一目标成为背景时，它不能破坏现有背景模型，即初始背景模型在高斯分布中保持稳定；当目标在视频序列中长时间出现时，它的权重将增大；当目标移动时，先前的背景模型将保持原有的估计密度与方差；(2)通过动态学习速率的更新，如果背景变化的速率很快，统计值cm的值将变的小，当前学习速率βm的值将增加，背景模型的更新速率将会随之变得更快,并获得很好的概率密度的估计。