| 主权项 |
1.一种运动目标检测方法，包括背景建模和前景检测，其特征在于，所述背景建模包括：(1)模型建立过程：获取待检测场景的视频，根据视频内容获得t帧图像，t为大于等于1的整数；图像中的每一个像素点的颜色值都被看作是一个统计随机过程：<img file="2012103382850100001DEST_PATH_IMAGE001.GIF" wi="289" he="25" />其中I(x,y,i)表示像素点(x,y)在第i帧图像中即i时刻的颜色值，对每个像素点建立一个由K个融合二型模糊的单高斯模型混合而成的二型模糊混合高斯模型，其中，K是大于等于2的整数：<img file="664654DEST_PATH_IMAGE002.GIF" wi="276" he="60" />其中，ω<sub>j,t</sub>为t时刻第j个高斯分量的权重，<img file="175270DEST_PATH_IMAGE003.GIF" wi="115" he="33" />是t时刻第j个高斯分量的概率密度函数，其中的X<sub>t</sub>表示t时刻被观测像素值、μ<sub>j,t</sub>表示第j个高斯模型t时刻的均值不确定区间、Σ<sub>j,t</sub>是第j个高斯模型t时刻的协方差，P(X<sub>t</sub>)表示t时刻被观测像素值X出现的概率；(2)模型更新过程：如果当前帧图像中的当前处理像素值在所建二型模糊混合高斯模型中的一个高斯分布均值不确定性在2.5倍方差范围之内，则匹配该高斯分布，对各个高斯分布的权重值做如下调整：<img file="DEST_PATH_IMAGE004.GIF" wi="209" he="31" />其中α为学习率，取值在(0,1)之间；对于与当前像素匹配的高斯分布，<img file="423848DEST_PATH_IMAGE005.GIF" wi="61" he="29" />，否则<img file="DEST_PATH_IMAGE006.GIF" wi="65" he="30" />；对于与当前像素值匹配的高斯分布，将其参数做如下调整：<img file="412533DEST_PATH_IMAGE007.GIF" wi="311" he="49" />其中ρ为学习率，其值为<img file="DEST_PATH_IMAGE008.GIF" wi="157" he="33" />；t表示当前处理帧图像的时刻，k表示与当前像素值匹配的第k个高斯分布；如果当前像素值与K个高斯分布都不匹配，则用一个新的高斯分布取代权重值最小的那个分布，新的分布的均值即为当前的像素值，同时为它任意分配一个较大的初始协方差和一个较小的初始权重值；(3)对于图像中每一个像素点，根据权重与方差的比值ω/σ的大小将K个高斯分布按从大到小的顺序进行排列，前B个高斯分布作为对背景的描述，候选背景模型的选择为：<img file="289222DEST_PATH_IMAGE009.GIF" wi="184" he="62" />，式中，T是背景模型占所有高斯分布的最小比例阈值，b是第b个高斯模型；所述前景检测为：对于待检测的帧图像中的一个像素点，如果在上述排序后的B个高斯分布中，至少有一个高斯分布与当前像素值匹配，则该像素点为一个背景像素，否则判定其为前景像素。 |
