运动目标检测
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
长期背景(中值模型) BLT
短期背景(前一帧k-1)
当前帧k
3×3的邻里差分 -
优点：对噪音较好，不需要 后期形态加工
D (x, y) = Mb ∧ Mt
简单统计差分 (SIMPLE STATISTICAL DIFFERENCE)
0 – k-1帧 假设一个像素的灰 度满足正态分布 平均值 标准差
当前帧k
改进方法： 1.分块（块内平均） 2.自适应模型
最大不相似模型 (MAXIMUM DIFFERENCE MODEL)
0 – k-1帧 N：最小灰度值 M：最大灰度值 MD：最大帧间差 没有常数 包含大量光噪，需要去噪和形态滤波
当前帧k
似然比检验 (LIKELIHOOD RATIO TEST)
前一帧k-1
运动检测
huizhuoli@
运动检测的要求
要求：检测 => 跟踪 => 识别 一个好的运动检测模型应该具备
对天气、光照、杂波、阴影不敏感 能适应场景的变化 对前景不造成变形 需要较少的后继操作（Post-processing） 快速可靠（效果与时间上的平衡） 容易执行
运动检测方法
简单背景差分 (SIMPLE BACKGROUND DIFFERENCE)
当前帧k
背景 噪音+光照变化+ 噪音+光EL)
0 – k-1帧
当前帧k
背景
中间值
自适应背景模型 (ADAPTIVE BACKGROUND MODEL)
α× +（1-α）× 前一背景 = 当前背景
1.三大流派
背景差分 (Background Subtraction) 静态场景+低噪环境 时间差分 (Temporal Difference) 2-3帧间差分, 适应性强, 空洞 光流 (Optical Flow)× 摄像头运动，硬件要求，抗噪差
2. 2.七种方法
简单背景差分 (Simple Background Difference) 中值模型 (Median Model) 自适应背景模型 (Adaptive Background Model) 双背景模型 (Double Background Model) 简单统计差分 (Simple Statistical Difference) 最大不相似模型 (Maximum Difference Model) 似然比检验 (Likelihood Ratio Test)
当前帧k
假设一个区域内的灰度满足正态分布
似然比检验 改进：大小过滤器
前一帧k-1 α是任意选择的适应参数
方法改进： ①如果I (x, y)被标记为1的连续帧数超过m帧， 则B (x, y)=I (x, y); ②如果f (x, y)频繁的从前景换到背景，则 B (x, y)=I (x, y).
当前帧k 能适应光照和天气变化
双背景模型 (DOUBLE BACKGROUND MODEL)
短期背景(前一帧k-1)
当前帧k
3×3的邻里差分 -
优点：对噪音较好，不需要 后期形态加工
D (x, y) = Mb ∧ Mt
简单统计差分 (SIMPLE STATISTICAL DIFFERENCE)
0 – k-1帧 假设一个像素的灰 度满足正态分布 平均值 标准差
当前帧k
改进方法： 1.分块（块内平均） 2.自适应模型
最大不相似模型 (MAXIMUM DIFFERENCE MODEL)
0 – k-1帧 N：最小灰度值 M：最大灰度值 MD：最大帧间差 没有常数 包含大量光噪，需要去噪和形态滤波
当前帧k
似然比检验 (LIKELIHOOD RATIO TEST)
前一帧k-1
运动检测
huizhuoli@
运动检测的要求
要求：检测 => 跟踪 => 识别 一个好的运动检测模型应该具备
对天气、光照、杂波、阴影不敏感 能适应场景的变化 对前景不造成变形 需要较少的后继操作（Post-processing） 快速可靠（效果与时间上的平衡） 容易执行
运动检测方法
简单背景差分 (SIMPLE BACKGROUND DIFFERENCE)
当前帧k
背景 噪音+光照变化+ 噪音+光EL)
0 – k-1帧
当前帧k
背景
中间值
自适应背景模型 (ADAPTIVE BACKGROUND MODEL)
α× +（1-α）× 前一背景 = 当前背景
1.三大流派
背景差分 (Background Subtraction) 静态场景+低噪环境 时间差分 (Temporal Difference) 2-3帧间差分, 适应性强, 空洞 光流 (Optical Flow)× 摄像头运动，硬件要求，抗噪差
2. 2.七种方法
简单背景差分 (Simple Background Difference) 中值模型 (Median Model) 自适应背景模型 (Adaptive Background Model) 双背景模型 (Double Background Model) 简单统计差分 (Simple Statistical Difference) 最大不相似模型 (Maximum Difference Model) 似然比检验 (Likelihood Ratio Test)
当前帧k
假设一个区域内的灰度满足正态分布
似然比检验 改进：大小过滤器
前一帧k-1 α是任意选择的适应参数
方法改进： ①如果I (x, y)被标记为1的连续帧数超过m帧， 则B (x, y)=I (x, y); ②如果f (x, y)频繁的从前景换到背景，则 B (x, y)=I (x, y).
当前帧k 能适应光照和天气变化
双背景模型 (DOUBLE BACKGROUND MODEL)