The invention relates to a motion foreground detection method based on video space-time background modeling, which includes: firstly, median filtering is applied to the front L frame of video; secondly, temporal background model is established by the front L frame after video median filtering; secondly, spatial background model is established by the last frame of the front L frame; and fourthly, motion foreground detection is carried out. The background model is updated so that the background model can adapt to slow environmental changes and extract accurate prospects.
【技术实现步骤摘要】
基于视频的时空背景建模运动前景检测算法
：本专利技术属于智能视频监控领域。具体来说是一种基于普通单目摄像头，单摄像机(即一般的现有视频监控平台)的运动检测分析系统。
技术介绍
：近年来，随着安防技术的发展及人们对社会安全的重视，几乎所有的场所都安装了视频监控平台。从校园、银行、博物馆、商场到医院、工厂等，视频监控系统在城市公共安全、智能交通、打击犯罪等等诸多领域，发挥着不可替代的作用，为人们的生命财产安全提供了保障，保卫着社会的稳定和繁荣。现在越来越多的视频分析算法需要对视频内容进行分析，但是视频中存在的感兴趣区域一般并不会充满整个视频监控场景，如果不对视频信息进行针对性的分析，就会浪费很多的计算分析资源。因而进行视频分析的首要一步就是要提取出视频中的运动前景。随着图像模式识别，计算机视觉等技术的不断发展，各种智能的算法不断被提出，近几年来，机器学习、深度学习也愈加受人关注，并且吸引越来越多的人投身其中，相关研究也不断深入。而这些技术在视频监控中的应用更加需要集中对视频中的运动前景进行分析，但是现有的运动前景检测算法中，基于帧差的运动前景检测容易造成前景空洞，无法...
【技术保护点】
1.一种基于视频的时空背景建模运动前景检测方法，包括以下步骤：1)首先对视频的前L帧进行中值滤波处理，从而去掉视频中存在的椒盐噪声并保留图像的边缘细节；2)利用视频中值滤波处理后的前L帧建立时间域背景模型；对于某一个固定位置的像素点m，随机采样L帧中同一个位置的像素N次，建立时间域背景模型，T(m)，有{Ti(m)|i＝1,2…N}，其中Ti(m)为时间背景模型中的像素值；3)利用前L帧中的最后一帧，建立空间域背景模型：对某一像素点m，在最后一帧中该像素点周围的8邻域内随机取样N个数，建立空间域背景模型S(m)，有{Sj(m)|j＝1,2…N}，其中Sj(m)为空间背景模型...
【技术特征摘要】
1.一种基于视频的时空背景建模运动前景检测方法，包括以下步骤：1)首先对视频的前L帧进行中值滤波处理，从而去掉视频中存在的椒盐噪声并保留图像的边缘细节；2)利用视频中值滤波处理后的前L帧建立时间域背景模型；对于某一个固定位置的像素点m，随机采样L帧中同一个位置的像素N次，建立时间域背景模型，T(m)，有{Ti(m)|i＝1,2…N}，其中Ti(m)为时间背景模型中的像素值；3)利用前L帧中的最后一帧，建立空间域背景模型：对某一像素点m，在最后一帧中该像素点周围的8邻域内随机取样N个数，建立空间域背景模型S(m)，有{Sj(m)|j＝1,2…N}，其中Sj(m)为空间背景模型中的像素值；4)对于新的图像，利用公式(1)...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。