动态场景红外图像的压缩感知域高斯混合背景建模

• 作者: 王传云 秦世引
• 来源期刊: 自动化学报
• 关键词: 动态场景 红外图像 背景建模 压缩感知 高斯混合模型
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 1212-1226
• 页数: 15页
• 字数: 13744字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c170061

摘要

针对动态场景下红外图像的背景模型构建问题,提出一种基于压缩感知(Compressed sensing,CS)域高斯混合模型(Gaussian mixture model,GMM)的背景建模方法.该方法不是对图像中的每个像素建立高斯混合模型,而是对图像局部区域的压缩感知测量值建立高斯混合模型.1)通过提取红外图像轮廓的角点特征,估计相邻帧图像间的相对运动参数以对图像进行校正与配准;2)将每帧图像网格化为适当数目的局部子图,利用序列图像构建每个局部子图的压缩感知域高斯混合背景模型;3)采用子空间学习训练稀疏字典,通过子空间追踪对可能含有目标的局部子图进行选择性稀疏重构;4)通过背景减除实现前景目标检测.以红外图像数据集CDnet2014和VIVID PETS2005进行实验验证,结果表明:该方法能建立有效的动态场景红外图像背景模型,对成像过程中所受到的场景动态变化、背景扰动等具有较强的鲁棒性,其召回率、精确率、F-measure等性能指标及处理速度较之于同类算法具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦世引	北京航空航天大学自动化科学与电气工程学院	67	1075	16.0	31.0
2	王传云	北京航空航天大学自动化科学与电气工程学院	19	105	7.0	9.0