一种基于改进ViBe算法的运动目标检测方法

郭志涛，曹小青，厉成元，于洪泽，王卿粹

(1.天津电气科学研究院有限公司，天津 300301；2.河北工业大学 电子信息工程学院，天津 300401)

运动目标检测[1]是智能视频处理和计算机视觉过程中的关键技术，其主要目的是将视频信息中的运动目标与背景分离开，以提取到清晰完整的运动目标。当前常见的运动目标检测方法主要包括光流法[2]、背景差分法、帧间差分法[3]、视觉背景提取法等。视觉背景提取算法(ViBe算法[4])是目前比较高效的背景建模方法，其内存占用少运行速度快，抗噪性能好，十分适用于对精确度与实时性均要求较高的实时视频监控及智能处理领域。但是 ViBe 算法在处理比较复杂情景时可能会出现运动目标检测不完整的问题，包括运动目标内部有大量空洞、运动目标中间有断层等[5]，同时在交通监控视频中还容易出现阴影问题[6]，需要及时消除才能保证检测的准确度。

1 ViBe算法简介

ViBe算法主要由背景模型的初始化、前景检测过程、背景模型的更新策略[7]三个部分组成：

(1)背景模型的初始化。ViBe算法利用视频序列的第一帧来初始化背景模型，再以帧为单位迭代对每帧的每个像素点进行建模。在用视频序列第一帧初始化背景模型时，用v(x)表示像素点x处的背景像素值，用M(x)表示x处的背景样本集，其背景模型为(1)式。

M(x)={v1,v2,…，vN}

(1)

(2)前景检测过程。比较每个新像素值v(x)和样本值M(x)，若新像素值和样本集中每个样本值的欧式空间距离小于阈值R，则近似样本点数增加，一旦近似样本点数大于判定阈值Min，则判定其为背景点，否则为前景点。……