vibe-背景减法.pptxVIP

ViBe: A Universal Background Subtraction Algorithm for Video Sequences；ViBe+：Improvement for ViBe庄伟源outline1) INTRODUCTION 2) REVIEW OF BACKGROUND SUBTRACTION ALGORITHMS3) DESCRIPTION OF VIBE a. classification b. Initialization c. update4) EXPERIMENTAL RESULTS5) THE IMPROVEMENT OF VIBE:VIBE+1）INTRODUCTIONGoal:自动检测，分割并且跟踪视频中的目标；Concept：通过用现在的图像去对比已知的观察图像（背景图像），该观察图像不含有任何感兴趣的对象，是背景模型(或背景图像)。这个对比过程被称为前景检测。Problem Characteristics: Ghostineffective for most practical situations(fast illumination changes; motion changes ;high frequency background objects ;changes in the background geometry)2）REVIEW OF OTHER ALGORITHMS StrategiesDisadvantage像素点之间相互独立像素点扰动错误分类背景像素点周围的块在一定时间内具有相似的变化1周边像素属于其它物体2N*N的Block就是一个N平方元素的向量问题principal component analysis（PCA） 缺乏随时间更新的机制…………∑-△motion detection filter:可用背景图像的一个简单的非线性递归近似值组成∑-Δ运动检测滤波器。该滤波器是基于对比和元素增/减量的（通常-1、0、1是仅有的更新值）。故∑-Δ运动检测滤波器适用于很多嵌入式这样缺乏浮点运算单元的系统。简单，速度快，但是不适合对复杂环境的检测file:///C:\Windows\System32\cmd.exeGMM：建模方法是记录每个像素点在不同时间的值，这些值组成了混合高斯模型的权重。这种背景像素模型能处理实际场所中遇到的多模的自然场景，在重复的运动背景情况下，如：树叶树枝等，处理的结果很好。Disadvantage：1）计算代价较大2）如果背景高低频变化频繁，算法的敏感度不能精确调节，模型不能与目标相适应，故高频目标可能损失3)要注意到自然图像很多其实并非是高斯模型Codebook algorithm:像素表现为codebook，它是由一个长的图像序列的背景模型的压缩形式。每个codebook由codeword组成，codeword包含了创新的颜色变换矩阵所表示的颜色变换。Disadvantage :其更新机制并不允许创建一个新的电报密码本，这在背景的不变结构部分发生变化时可能出问题（如：室外场景中的免费停车场）。3）DESCRIPTION OF vibe.batVIBEThree considerations:1) 模型是什么，如何判别前景背景2) 模型的初始化问题3)模型的更新问题1) Pixel Model and Classification ProcessIdeal: 已经观测到的像素值再次出现的可能性比没出现过的高很多classification: 非参数聚类根据一个像素对应的背景模型 M(x)来分类它的当前像素值 V(x) 具体方法： 在欧氏颜色空间中以V(x)为球心画一个球体SR(v(x)) ，统计在球内的背景模型样本点数.R=20 ; Given a threshold #min =2 sensitivity of model :2) Background Model InitializationIdeal: 邻居像素可以共享一个空间分布第一帧时随机挑选周围几个像素点的像素值当做其背景样本计入背景模型中优点：1第二帧即可进行前景检测2光源突变时，抛弃所有的样本值，可以立刻初始化背景。3)Updating the background model over time Past update policy disadvantage保守式更新属于前景的像素值永远不能计入背景模型中产生永久的ghost盲人更新无论是否属于背景，样本都会计入背景模型中缓慢运动目标无法检测出来Author’s update method:1) a memoryless update policy2) a random time subsampling3) Spatial