聚合前景背景線索的非靜態(tài)攝像機運動檢測研究.pdf

1、作為計算機視覺的第一步，運動檢測是一個具有挑戰(zhàn)性的問題。該問題在監(jiān)控安防領域有廣泛應用，且經(jīng)常作為其他更高級別應用的輸入。通常情況下，該問題都假設了攝像機處于靜止的狀態(tài)，但由于近年來大量的非靜態(tài)攝像機的出現(xiàn)，攝像機必須保持靜止這一假設前提極大的限制了運動檢測的應用范圍。因此，一個新的挑戰(zhàn)“非靜態(tài)攝像機中的運動檢測”在計算機視覺領域中被提了出來。
　　在由非靜止的攝像機獲取得到視頻中，運動物體的運動與攝像機的運動混合在一起。此時任何

2、出現(xiàn)在視頻中的物體，其位置都可能因為攝像機的運動而改變?，F(xiàn)有的方法大都致力于利用運動估計來抵消攝像機的運動，但同時也受限于運動估計的精度。由于自然場景的復雜性和攝像機運動的不確定性，目前很難對攝像機的運動進行完美的估計。針對這個問題，論文提出了前景背景線索聚合模型。該模型最主要的創(chuàng)新點是不關注提升運動估計的效果，而是通過聚合粗糙的前景背景線索來提升運動目標檢測的性能。論文的主要工作包括：
　?、訇U述了非靜態(tài)攝像機運動檢的意義以及國

3、內(nèi)外的研究現(xiàn)狀。通過對比現(xiàn)有方法的優(yōu)缺點以及目前，闡述了非靜態(tài)攝像機中運動檢測面臨的挑戰(zhàn)。
　　②提出了利用單應性轉換提取背景的方法。詳述了什么是單應性轉換，以及為什么單應性轉換可以在非靜態(tài)的攝像機中提取背景，并且通過一系列的演示實驗展示了單應性轉換的背景提取效果。
　?、厶岢隽饲熬氨尘熬酆线\動目標檢測模型，前景線索使用了擴展傳統(tǒng)的背景建模方法，背景線索使用了SIFT特征對運動進行估計。論文所提模型使用超像素對前景線索和背景