一种改进混合高斯模型下的运动人体检测算法

【摘要】提出了一种基于改进混合高斯模型下的帧间差分和背景差分相结合的方法对运动人体进行检测，实验表明，采用改进的混合高斯模型，可加快背景建模和更新的速度，且对外界环境的适应能力更强。而帧间差分和背景差分的结合充分发挥了二者各自的优势，提高了检测效率。

【关键词】混合高斯模型；差分检测

1.模型建立及更新

对于当前像素点不满足匹配条件的情况，仍旧按照式（7）进行降权处理，其均值和协方差保持不变。实验证明，根据上式的参数更新公式可以更有效的利用当前像素值，使模型的建立速度更快，同时模型的更新也可以更好地跟上背景的变化，提高检测过程的实时性。

3.基于差分法结合的人体检测

由于帧间差分法[2]的实现速度快，自适应性较强，因此可以应对复杂的环境变化，但差分时间间隔的选取会影响其检测结果，因此它对速度慢的运动目标容易形成漏检；而背景差分法[3]对目标的运动速度不敏感，仅对环境的变化比较敏感，在没有较好的背景更新机制的条件下实施目标检测容易形成误检。为了更好的发挥优势，克服存在的缺陷，本文将这两种差分算法进行结合，在利用改进的混合高斯模型建模的前提下实现人体的检测，有效的突出了两种差分算法的优势。

在背景开始建立和重建这两个过程中，采用对环境变化适应性较好的帧间差分法。如果背景的建立或者重建已经完成一段时间，这时背景模型趋于平稳化，则采用背景差分法。

4.实验结论及分析

从检测的结果来看，本文所提出的基于改进的混合高斯模型的差分检测算法能够较好的从序列图像中完成人体目标的检测。由于对背景模型的参数更新进行了改进，因此，参数更新率随着像素点匹配的数目而取得不同的值，使得模型的建立和更新能够随着场景的变换而加快收敛速度，检测的实时性得到了较好的提高。同时，在背景建模完成的基础上，在不同时段采用了两种差分算法相结合的人体检测方法，能够更好的从图像帧中提取出前景目标。

参考文献

[1]何信华,赵龙.基于改进高斯混合模型的实时运动目标检测与跟踪[J].计算机应用研究,2010,27(12):4768-4771.

[2]王浩,刘辉,姚瑶,尚振宏.帧间差分与边缘纹理相融合的运动目标检测[J].信息化纵横,2009(6):44-46.

[3]汪冲,席志红,肖春丽.基于背景差分的运动目标检测方法[J].应用科技,2009,36(10):16-19.