基于混合高斯模型的运动目标检测研究

◎潘梁静

（商丘职业技术学院基础部，河南 商丘 476100）

运动目标检测方法多应用于从视频监控环境中提取出处于运动状态的前景（运动目标），并将其相对静止的背景图像中分离出来，实现复杂动态场景中的运动目标提取与分割[1-3]。将运动目标识别方法应用到居家安全防护中，可以及时发现独居老人的运动状态，提早防范并以最快速度达到制止与降低其损害发生的目的，也能降低人力监控成本。

当前运动目标检测常见算法包括背景差分法、帧间差分法、光流法[4-6]。其中，背景差分法的时间复杂度较小，能够快速检测与识别出运动目标，但需要提前人工设置背景图像或者依托统计模型自适应设置背景图像，对运动目标的空间信息利用不够，提取出的运动目标的轮廓不连续、不完整[5]。帧间差分法利用视频中帧图像的空间特征对运动目标进行检测与提取，但缺少对图像内部特征像素点的关注与提取，提取出的运动目标轮廓同样存在不完整问题[7]。区别于背景差分法与帧间差分法对视频帧图像内部信息的忽视，美国学者Hom 和Schunch 提出了光流法，对图像中运动目标所在像素点的动态行为等作为运动目标检测的依据，着眼于从视频图像内部信息层面对运动目标的运动状态、轨迹等进行跟踪，进而识别出运动目标。所谓光流是指空间中物体被观测面上的像素点运动产生的瞬时速度场，包含了物体表面结构和动态行为等重要信息。……