[发明专利]一种基于前景背景模型交互的运动目标检测方法

摘要

本发明公开一种基于前景背景模型交互的运动目标检测方法，以前景模型对目标的表征状态进行拟合建模；以背景模型对场景中背景状态进行拟合建模。引入上一时刻背景模型的决策作为先验估计当前时刻前景模型参数；引入上一时刻前景模型的决策作为先验估计得到当前时刻背景模型参数；融合当前时刻前景及背景模型的决策得到对当前时刻运动目标的检测结果。前景、背景模型交互方法包括：①利用上一时刻前景、背景模型决策作为先验经验相互指导当前时刻背景、前景模型中样本加权、选择及更新，②贝叶斯框架下的前景背景模型决策融合。该方法能够准确地拟合场景中的稳定信息，并适应场景及目标表征的变化，抑制复杂动态场景中动态背景噪声，准确检测出运动目标。

主权项

1.一种基于前景背景模型交互的运动目标检测方法，其特征在于：首先，通过引入上一时刻背景模型的决策作为先验估计当前时刻前景模型参数，包括对前景模型中样本地加权、选择及更新；通过引入上一时刻前景模型的决策作为先验估计得到当前时刻背景模型参数，包括对背景模型中样本地加权、选择及更新，形成了一种前景、背景模型相互指导以实现模型中样本加权、选择及更新方法；其次，在贝叶斯框架下，建立了一种前景、背景模型决策融合方法；上述前景及背景模型的相互指导建模及模型决策融合技术共同构成前景、背景模型交互方法；该方法通过同时对场景中背景、前景状态的建模能够准确地拟合场景中的稳定信息，并适应场景中的变化，抑制复杂、动态场景中的杂乱噪声及动态背景噪声，准确检测出运动目标；此外，这种前景、背景交互方法还有助于防止模型陷入死循环和衰弱，并提高模型的鲁棒性和稳定性；建立了利用有限个加权样本实现前景及背景模型建模：对于背景模型，引入了核密度估计模型并对其进行了改进；对于t时刻的点xt，相应的样本x′i采样于该点相同位置处在{1,2,…,t‑1}时间区间内的值，并对其进行加权，得到矢量{x′i,w′i}，其中权重w′i用于估计该样本属于背景的置信度；选择n个权重值最大的样本引入到模型计算中，最终考虑样本权重而建立改进的核密度估计模型可以表示为：其中，xt为t时刻的点，Bt为t时刻背景状态，P(xt|Bt)为t时刻的点xt属于背景Bt的概率，κ()为核函数，n为样本个数。