[发明专利]基于高斯极值滤波和群稀疏RPCA的运动目标检测方法

摘要

本发明公开了基于高斯极值滤波和群稀疏RPCA的运动目标检测方法。针对动态背景下的运动目标检测问题，提出了一种基于高斯极值滤波(Gaussian max‑pooling)和群稀疏RPCA(Robust Principal Component Analysis)的运动目标检测方法，此方法包含两个主要模块：1)提出一种称为高斯极值滤波的新方法，为每一个像素点重新估计重一个最合适的灰度值，从而减小动态背景对目标检测的影响；2)提出一个称为群稀疏RPCA的新模型，对运动目标帧内和帧间的连续性进行建模，以实现更精确的运动目标检测。本发明在动态背景下比其它同类方法有更高的检测精度，能为视频监控系统提供一种更有效的运动目标检测算法。

主权项

基于高斯极值滤波和群稀疏RPCA的运动目标检测方法，其特征在于，包括：1)使用高斯极值滤波Gaussian max‑pooling对原始图像进行滤波处理；2)使用Ncut对所有图像序列进行超像素分割；3)对超像素区域进行合并得到图像分割结果；4)对帧间同性区域进行连接，实现视频分割；5)使用对其进行群约束，得到运动前景；所述具体如下：步骤1)固定相机，获取连续图像序列Img＝(img1,img2…imgT)；步骤2)对图像序列中的每一幅图像使用Gaussian max‑pooling进行滤波，得到ImgP＝(imgP1,imgP2…imgPT)；步骤3)使用Ncut对图像序列中的每一幅图像进行超像素分割ImgL＝(imgL1,imgL2…imgLT)；步骤4)对超像素分割结果进行合并，得到图像分割结果ImgS＝(imgs1,imgs2…imgsT)；步骤5)对帧间同性区域进行连接，实现视频分割C＝C1∪C2∪…Cm；步骤6)使用对其进行群约束得到运动前景。