基于视频运动目标检测概述学习教案

1、会计学1基于视频运动基于视频运动(yndng)目标检测概述目标检测概述第一页，共51页。第1页/共50页第二页，共51页。低层视觉处理低层视觉处理 中层视觉处理中层视觉处理高层视觉处高层视觉处理理第2页/共50页第三页，共51页。第3页/共50页第四页，共51页。景建模，性能与监控场景复杂情况(qngkung)和系统要求有关，典型算法有中值、自适应模型、高斯模型、多模态均值等。第4页/共50页第五页，共51页。第5页/共50页第六页，共51页。dxdyuvdtdt0dt IIIuvtxyxy第6页/共50页第七页，共51页。2222()0 ()0uuvvuvxyxy（2）2222min( ,

2、)()()()xytxyx yI uI vIuv 第7页/共50页第八页，共51页。22( , ),xytx yWx yI uI vI(3)212()TTUA W AA W B第8页/共50页第九页，共51页。212()TTUA W AA W B11221()()()(),(),.,().()()TtnnnI xI yI xI yXAI XI XI xI y 1(),.,()nWdiag W XW X1(),.,()TttnBIXIX 第9页/共50页第十页，共51页。第10页/共50页第十一页，共51页。12,2212,(,)(,)( , , , )(,)(,)ni jnni jnI xi

3、yjIxui yvjC x y u vIxi yjIxui yvj ,Nu vN(21) (21)NN第11页/共50页第十二页，共51页。(21) (21)NN212,( , )(,)(,) ,ni jne u vI xi yjIxui yvjNu vN( , )exp( , )R u vke u v( , )( , )(,)( , )( , )uvuvcccccuvuvR u v uR u v vvu vuvR u vR u v 第12页/共50页第十三页，共51页。第13页/共50页第十四页，共51页。优点：鲁棒性好，运算量小，易于软件实现优点：鲁棒性好，运算量小，易于软件实现缺点：对噪

4、声有一定的敏感性，运动实体内部也容易产生空洞现象，阈值缺点：对噪声有一定的敏感性，运动实体内部也容易产生空洞现象，阈值T缺缺乏自适应性，当光照变化时，检测乏自适应性，当光照变化时，检测(jin c)算法难以适应环境变化算法难以适应环境变化tt-1t1, I (x,y)-I(x,y) TD (x,y)=0,otherwiseDefault:T=60第14页/共50页第十五页，共51页。第15页/共50页第十六页，共51页。背景(bijng)中间(zhngjin)值t-1tjj=t-Kttt1B (x,y)=I (x,y)K1I (x,y)-B (x,y) TD (x,y)=0otherwiseD

5、efault:T=60，K=3前提：在前前提：在前K帧图像中，某像素点在超过一半的时间里呈现场景背景帧图像中，某像素点在超过一半的时间里呈现场景背景像素值。像素值。第16页/共50页第十七页，共51页。前一帧前一帧k-1前一背景前一背景(bijng) 当前当前(dngqin)背景背景+ +（1-1-）= =为自适应参数，其取值为自适应参数，其取值直接影响背景的更新质量直接影响背景的更新质量 是任意选择的适应参数是任意选择的适应参数11ttt-1tttB (x,y)=I (x,y)B (x,y)=I (x,y)+(1-)B(x,y)1I (x,y)-B (x,y) TD (x,y)=0other

6、wiseDefaut: =0.03，T=60第17页/共50页第十八页，共51页。33的邻里差分的邻里差分- - 111212i=-1 j=-1(I ,I )=I (x+i,y+ j)-I (x+i,y+ j)其中其中：tLTttSTbDif = (I ,B),Dif = (I ,B)Default：Tb=60, Tt=60tbD (x , y ) = M Mbbb1Dif (x,y)TM (x,y)=0otherwisettt1Dif (x,y)TM (x,y)=0otherwise当前帧当前帧k短期背景短期背景(前一帧前一帧k-1)长期背景长期背景(中值模型中值模型)BLT第18页/共50

7、页第十九页，共51页。*没有常数没有常数,包含大量光噪，需要包含大量光噪，需要(xyo)去噪和形态滤去噪和形态滤波波N：最小灰度值M：最大灰度值MD：最大帧间差ttttttN (x,y)-I (x,y) MD (x,y)1D(x,y)=M (x,y)-I (x,y) MD (x,y)0otherwise第19页/共50页第二十页，共51页。假设每个像素假设每个像素(xin s)的灰的灰度在时间域上满足正态分布度在时间域上满足正态分布:tt1I (x,y)-(x,y) (x,y)D(x,y) =0otherwise简单统计差分简单统计差分：2222tt-1tt-1tt-1tt-1t-111 t

8、-1 = +I -, = +I -tttDefault： = 4.5单 高 斯 模 型 ：单 高 斯 模 型 ：tt-1t222tt-1tt2t-1t2= + (1 - )I= + (1 - )(I - )(- I )1 = exp-22第20页/共50页第二十一页，共51页。为了描述分布形式更为复杂的背景（特别是在有微小重复运动的为了描述分布形式更为复杂的背景（特别是在有微小重复运动的场合，如摇动的树叶、灌木丛、旋转的风扇、海面波涛、雨雪天场合，如摇动的树叶、灌木丛、旋转的风扇、海面波涛、雨雪天气、光线反射等），有必要应用到多模态的分布形式。气、光线反射等），有必要应用到多模态的分布形式。S

9、tauffer等用多个单高斯函数来描述场景背景，并且利用在线估计来更新等用多个单高斯函数来描述场景背景，并且利用在线估计来更新模型，可靠模型，可靠(kko)地处理了光照缓慢变化、背景混乱运动（树地处理了光照缓慢变化、背景混乱运动（树叶晃动）等影响。叶晃动）等影响。第21页/共50页第二十二页，共51页。,( ,),1,2,.,i ti txiK,1(1)Ki ti ti1/2,ii ti tP第22页/共50页第二十三页，共51页。0第23页/共50页第二十四页，共51页。tItI,11,1ti ti tIDtI,1,1222,1,(1)(1)(1)()i ti ti ti tti ti tt

10、i tII 01, i t,1(1)i ti t tI0,1(1)K tK t ,1(1)i ti t tItI第24页/共50页第二十五页，共51页。,/i ti tBN第25页/共50页第二十六页，共51页。tI,2,|,1,2,.,ti ti tBIDiN第26页/共50页第二十七页，共51页。,1,1222,1,(1)(1)(1)()i ti ti ti tti ti tti tII 更新方程更新方程：第27页/共50页第二十八页，共51页。第28页/共50页第二十九页，共51页。混合混合(hnh)高斯模型更新高斯模型更新方程：方程：i,ti,t-1ti,ti,t-1222ti,ti,

11、t-1i,t=(1-)+=(1-)+I=(1-)+(I - )融合背景融合背景(bijng)减除减除法法:t1,tttCGCB (x,y)=(x,y)1if I (x,y)-B (x,y) TD =0elseD=D D为改进的混合高斯的检测结果为改进的混合高斯的检测结果GDDefault:T=50，N=2001/tif,tN=1/Nelseii,t1/Mif,t N =elseMi为每个高斯分布相匹配的次为每个高斯分布相匹配的次数数 第29页/共50页第三十页，共51页。图图1 高速路监控视频初始建模实验高速路监控视频初始建模实验(shyn)结果结果图图2户外停车场监控视频户外停车场监控视频(

12、shpn)初始建模实验结果初始建模实验结果 混合高斯建模，混合高斯建模，由于背景更新速由于背景更新速率较慢，在初始率较慢，在初始建模时建模时(第第120帧帧以前以前)，背景模型，背景模型不够健全，开始不够健全，开始时检测的结果残时检测的结果残缺或漏检。而改缺或漏检。而改进混合高斯算法进混合高斯算法在第在第40帧左右建帧左右建立初始模型，快速立初始模型，快速检测出完整性好的检测出完整性好的运动目标，即该改运动目标，即该改进的方法能够快速进的方法能够快速建立初始背景模型建立初始背景模型。 第30页/共50页第三十一页，共51页。改进算法有效地抑制反光物体带来的频繁闪动改进算法有效地抑制反光物体带来

13、的频繁闪动，并且检测，并且检测(jin c)出的运动目标含较少阴影出的运动目标含较少阴影。第31页/共50页第三十二页，共51页。第32页/共50页第三十三页，共51页。tI, , ,i ti R ti G ti B ti ti ti tBSSSCrp, , ,i R ti G ti B tSSS, i tC, i tr, i tp第33页/共50页第三十四页，共51页。, ,1, ,1,1/i j ti j ti tSC, ,j tIjRGB, ,1,1( |)()j ti j tji tFGjIECT, 1i tB, , ,1,1212bi j ti j tj tbi ti tSSICC1

14、,mod00,if tdbelse其中,1,1,10,mod01,mod0,mod0,mod0i ti ttii ti ti ttiif twrrif IBtwrif twppif IBtw匹配匹配第34页/共50页第三十五页，共51页。tItI,1,1,1i ti ti tRrp,1i tRw M,1i tC,1i tCmin,1,0,0R tG tB tBIII第35页/共50页第三十六页，共51页。第36页/共50页第三十七页，共51页。1,01,0(,)()2 , ( )0,PnP Rccncnif xLBPx yS iiS xelse第37页/共50页第三十八页，共51页。第38页/共50页第三十九页，共51页。第39页/共50页第四十页，共51页。第40页/共50页第四十一页，共51页。第41页/共50页第四十二页，共51页。第42页/共50页第四十三页，共51页。第43页/共50页第四十四页，共51页。,cTPTPTPPRJTPFPTPFNTPFPFNcJcJ第44页/共50页第四十五页，共51页。原图原图(yun t) 基准基准(jzhn)图像图像 中值模型中值模型 时间差分时间差分 链码本链码本 混混合合