基于高斯混合模型的铁路入侵物体目标识别方法.pdfVIP

第 32卷 ，第 2期 中 国 铁 道 科 学 Vo1．32 No．2 2011年 3月 CHINA RAIIW AY SCIENCE March。2011 文章编号：1001—4632(2011)02—013卜05 基于高斯混合模型的铁路入侵物体 目标识别方法 董宏辉，孙智源，葛大伟 ，秦 勇，贾利民 (北京交通大学 轨道交通控制与安全国家重点实验室 ，北京 100044) 摘 要 ：基于铁路的特殊视频场景，研究铁路入侵物体 目标识别技术 ，提 出并应用 1种改进的商斯馄合模 型，拟定合适的颜色变化阈值和背景更新速率，对图像的不同部分分别进行背景更新，实现铁路视频的背景建 模，并由此得到稳定的背景图像 ；通过背景像素与前景像素的贝叶斯分类实现对铁路入侵物体的准确检测。对 典型的铁路入侵行为视频进行实验分析，结果表 明：应用改进的高斯混合模型可以更好地适应场景的变化，并 能够更加快速、准确地实现在铁路环境下对入侵物体的目标识别。 关键词：高斯混合模型；背景建模 ；运动检测；目标识别 ；铁路安全 中图分类号：U298．12 文献标识码 ：A 现阶段铁路线路还无法做到全封闭运行。由于 模型进行背景建模 ，然后应用贝叶斯分类法 ，辨识 铁路事故带来的伤亡数 目和财产损失较大口卫]，因 前景像素和背景像素，进而实现对运动物体的检 此有效识别铁路入侵物体、防止其妨害铁路的安全 测，从而达到对铁路入侵物体的目标识别 。具体流 运行，以及预防和控制铁路事故的需求迫在眉睫。 程如图 1所示。 随着铁道部铁路综合视频监控技术规范的出台，视 l基于背景模型 ll基于 叶斯准则 l 频监控在铁路安全保障方面发挥着巨大的作用，对 l 的初分类 ll 的精细分类 f 铁路视频的智能化分析也提出了新的要求。 近年来，对图像序列的运动定位、跟踪和识 — 一基于区域的背景更新 别，以及对物体的运动行为进行分析和语义理解等 改进的 f 高斯混 -q 新背最区域的榆测 方面的研究，已经取得 了长足的进展 ，这也使真正 合模型 f — 一 原始背景区域检测 意义上 的智能监控成为可能 。道路交通已经逐步应 用了基于视频内容分析的智能监控技术[3]，铁路方 面也提出了基于智能视频分析的铁路入侵检测技术 框架 ]，并搭建了基于智能视频分析的铁路入侵检 图 1 基于高斯混合模型的铁路入侵 目标识别 测实验平台r5]。铁路视频监控对入侵物体行为的理 解过程包含运动物体检测、定位、跟踪与识别以及 2 基于高斯混合模型的背景建模 入侵行为分析等 内容，其 中基于背景建模和运动检 测实现的目标识别是铁路视频智能分析的基础 。 2．1 标准的高斯混合模型 目前多采用 高斯混 合模型实 现背景建模 。 1 铁路入侵物体 目标识别技术思路 Stauffer等人提出的背景模型l_6]对每个像素点建立