改进的混合高斯模型视频运动目标检测算法

doi:10.3969 /j.issn.1674-0696.2013.02.41

重庆交通大学学报（自然科学版） ›› 2013, Vol. 32 ›› Issue (2): 365-0368.DOI: 10.3969 /j.issn.1674-0696.2013.02.41

• • 上一篇

改进的混合高斯模型视频运动目标检测算法

魏建猛，陈松，庞首颜

重庆交通大学信息科学与工程学院，重庆400074

出版日期:2013-04-15 发布日期:2018-01-26
作者简介:魏建猛( 1987—) ，男，山东枣庄人，硕士研究生，主要从事图形图像处理方面的研究。

Moving Objects Detection Algorithm in Video Sequence with Improved GMM

Wei Jianmeng，Chen Song，Pang Shouyan

School of Information Science ＆ Engineering，Chongqing Jiaotong University，Chongqing 400074，China

Online:2013-04-15 Published:2018-01-26

摘要/Abstract

摘要： 针对混合高斯模型背景建模在视频运动目标检测中的不足，提出了将混合高斯模型与三帧差分相结合来对视频中运动目标进行检测的算法。由混合高斯模型得到前景和背景，利用当前帧与混合高斯模型所得到的背景相减可以得到一个前景，使用三帧差分和边缘检测得到运动物体的精确轮廓，对此轮廓进行填充得到一个前景，将此三步前景进行运算得到最终的结果; 通过新的更新策略来快速地对背景进行建模，以像素点的稳定性来调整像素点的更新速度，从而减少算法运算量，提高算法的运行速度。

关键词: 混合高斯模型, 三帧差分, 视频序列, 运动目标检测

Abstract: An algorithm for moving objects detection in video sequence based on Gaussian mixture model and three-frame infferencing is put forward to improve the deficiency of foreground detection based on Gaussian mixture model. Firstly，the oreground and background based on Gaussian mixture model is obtained. Then another foreground got by using the current frame minus the background is also obtained. Finally，the precious outline through three-frame differencing and edge detection can be obtained; meanwhile，a foreground is got by filling this outline. The final result is got by computing the foregrounds got from the above three steps. In addition，a new update strategy is used to model the background faster，the updating speed of model parameters is adjusted according to the stability of each pixel in frames to reduce the computational complexityand to improve the speed of the algorithm.

Key words: Gaussian mixture model, three-frame differencing, video sequence, moving object detection

中图分类号:

TP391

魏建猛，陈松，庞首颜. 改进的混合高斯模型视频运动目标检测算法[J]. 重庆交通大学学报（自然科学版）, 2013, 32(2): 365-0368.

Wei Jianmeng，Chen Song，Pang Shouyan. Moving Objects Detection Algorithm in Video Sequence with Improved GMM[J]. Journal of Chongqing Jiaotong University(Natural Science), 2013, 32(2): 365-0368.

参考文献

［1］王亮，胡卫明，谭铁牛. 人运动的视觉分析综述［J］. 计算机学报， 2002，25( 3) : 225-237. Wang Liang，Hu Weiming，Tan Tieniu. A survey of visual analysis of human motion ［J］. Chinese Journal of Computers，2002，25( 3) : 225-227. ［2］万缨，韩毅，卢汉清. 运动目标检测算法的探讨［J］. 计算机仿真， 2006，23( 10) : 221-226. Wan Ying，Han Yi，Lu Hanqing. The methods for moving objects detection ［J］. Computer Simulation，2006，23( 10) : 221-226. ［3］周西汉，刘勃，周荷琴. 一种基于对称差分和背景消减的运动检测方法［J］. 计算机仿真， 2005， 22( 4) : 117-119. Zhou Xihan，Liu Bo，Zhou Heqin. A motion detection algorithm based on background subtraction ［J］. Computer Simulation， 2005，22( 4) : 117-119. ［4］何楠楠，杜军平. 智能视频监控中高效运动目标检测方法研究［J］. 北京工商大学学报，2009，27( 4) : 34-37. He Nannan，Du Junping. Study on method for efficient moving object detection in intelligent video surveillance ［J］. Journal of Beijing Technology and Business University，2009，27( 4) : 34-37. ［5］刘鑫，刘辉，强振平. 混合高斯模型和帧间差分相融合的自适应背景模型［J］. 中国图像图形学报，2008，1 3( 4) : 729-734. Liu Xin，Liu Hui，Qiang Zhenping. Adaptive background modeling based on mixture Gaussian model and frame subtraction ［J］.Journal of Image and Graphics，2008，13( 4) : 729-734. ［6］张宗彬. 改进的混合高斯模型的运动对象分割算法［J］. 应用科技，2010， 37( 5) ，33-36. Zhang Zongbin. A moving objects segmentation algorithm based on improved GMM［J］. Applied Science and Technology，2010，37( 5) : 33-36. ［7］刘静，王玲. 混合高斯模型背景法的一种改进算法［J］. 计算机工程与应用， 2010，46( 13) : 168-170. Liu Jing，Wang Ling. Improved algorithm of Gaussian mixture model for background subtraction ［J］. Computer Engineering and Application，2010，46( 13) : 168-170. ［8］夏正友，陈临强. 基于快速的混合高斯模型的运动目标检测算法［J］. 杭州电子科技大学学报，2011， 31( 2) : 58-61. Xia Zhengyou，Chen Linqiang. A moving object detection algorithm based on Gaussian mixture model ［J］. Journal of Hangzhou Electronic Science and Technology University，2011，31( 2) : 58-61.

[1]	王雨翔，李刚，张伟龙. 基于混合高斯模型的高速公路违章停车检测方法[J]. 重庆交通大学学报（自然科学版）, 2014, 33(4): 138-141.
[2]	魏建猛，陈松，庞首颜. 改进的混合高斯模型视频运动目标检测算法[J]. 重庆交通大学学报（自然科学版）, 2013, 32(2): 365-368.

改进的混合高斯模型视频运动目标检测算法

Moving Objects Detection Algorithm in Video Sequence with Improved GMM

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics