基于視覺背景提取的改進(jìn)視頻運(yùn)動(dòng)目標(biāo)提取算法

　　在復(fù)雜場景下的視頻運(yùn)動(dòng)目標(biāo)提取是視頻分析技術(shù)的首要工作。為了解決前景運(yùn)動(dòng)目標(biāo)提取的精確度不高的問題，提出一種基于視覺背景提?。?ViBE）的改進(jìn)視頻運(yùn)動(dòng)目標(biāo)提取算法（ViBE+）。首先，在背景模型初始化階段采用像素的菱形鄰域來簡化樣本信息；其次，在前景運(yùn)動(dòng)目標(biāo)提取階段引入自適應(yīng)分割閾值來適應(yīng)場景的動(dòng)態(tài)變化；最后，在更新階段提出背景重建和調(diào)整更新因子方法來處理光照變化的情形。實(shí)驗(yàn)結(jié)果表明，對(duì)于復(fù)雜視頻場景LightSwitch的運(yùn)動(dòng)目標(biāo)提取結(jié)果在相似度指標(biāo)上，改進(jìn)后的算法與混合高斯模型（GMM）算法、碼本模型算法以及原始ViBE算法相比，分別提高了1.3倍、1.9倍以及3.8倍。所提算法能夠在有效時(shí)間內(nèi)對(duì)復(fù)雜場景具有較好的自適應(yīng)性，且性能明顯優(yōu)于對(duì)比算法。