混合模型的运动目标检测与跟踪算法

郎晓彤

摘  要： 针对运动目标检测与跟踪算法计算准确率低、效果差的问题，结合Kalman滤波算法，提出一种基于高斯混合模型的运动目标检测与跟踪算法。对传统的权重更新机制进行改进，以保证背景的持续更新状态。建立高斯混合模型，对运动目标图像进行处理，对图像中的参数信息进行实时更新，在Kalman濾波器的性质影响下进行目标跟踪，将获取的运动目标位置作为信息输入，完成运行并跟踪。在更新的过程中，根据运动目标的状态确定矩阵，目标遮挡也不会影响追踪的效果。结果表明，利用Kalman滤波器对运动目标进行跟踪，可以取得良好的运动目标跟踪效果。

关键词： 高斯混合模型; 运动目标检测; 跟踪算法; 权重更新; 目标遮挡; 运动目标跟踪

中图分类号： TN911.1?34                          文献标识码： A                       文章编号： 1004?373X（2020）03?0070?04

Moving object detection and tracking algorithm based on mixture model

LANG Xiaotong

（Zunyi Normal University， Zunyi 563000， China）

Abstract： In combination with Kalman filtering algorithm， a moving object detection and tracking algorithm based on Gaussian mixture model is proposed to deal with the deficiencies of low accuracy and poor effect in conventional moving object detection and tracking algorithm， and improve the traditional weight updating mechanism to ensure continuous updating status of the background. The Gaussian mixture model is created to process the moving object image， update in real time the parameter information in the image and track the object with the performance influence of Kalman filter. The acquired moving object position is taken as information input to complete the operation and tracking. In the process of updating， matrix is determined according to the status of the moving object. In the case of the object occlusion， the tracking effect will not be affected. The results show that the Kalman filter can achieve good tracking effect of moving objects.

Keywords： Gaussian mixture model; moving object detection; tracking algorithm; weight updating; object occlusion; moving object tracking

0  引  言

在信息化的时代背景下，各种新兴技术迅速发展，通过视觉感官的方式获取外界信息成为了一种新的趋势。在人们的生活中，到处都有视频监控，各个领域对视频监控都投入了大量的财力。人眼长时间观看视频难免会存在疏漏。因此，亟需一种稳定可靠的智能控制技术解决这种疏漏问题。在智能化的发展基础上，采用无人监管模式，对监控中的图像进行自动分析与处理，发现异常后及时触发警报。在视频图像处理技术中，运动目标检测与跟踪技术起着关键性作用，在智能监控系统中有着极高的影响[1]。运动目标检测可以准确地将运动物体从背景图像中进行分离，从而确定目标的具体位置所在;运动目标跟踪则是将检测到的参数信息传递到相应模块中，由相应的技术对这些参数进行分析、处理与统计。……