[发明专利]跟踪用相机获得的场景视频中的移动物体的方法

说明书

技术领域

本发明通常涉及在视频中跟踪物体，更具体地说，涉及在以低帧速率的获得的视频中跟踪物体。

背景技术

许多计算机显示和视频的监视应用用于识别移动物体，例如，在不同环境中的行人或车辆。通常，有趣的是当场景在基本上不同于在由相机所获得的固定场景中的背景模型时的场景。最简单的背景模型假定背景场景是时间上真正静止的，并且场景中的物体以与物体一致的速度移动。

在时间上，在静止背景上的单个像素的亮度值通常服从正态分布。因此，在场景上不感兴趣的变化可以足够地由单模型的、零均值、“白的”、高斯噪声过程建模。因此，表示这样的统计分布的合理模型是单高斯模型，C.R.Wren，A.Azarbayej ani，T.J.Darell，和A.P.Pentland，“Pfinder：Real-time tracking of the human body，”PAMI，19(7)，PP.780-785，July 1997。

通常单高斯模型不足以精确地对在动态背景上像素亮度值的时间上的改变进行建模，这样的背景由于亮度条件的改变具有变化的阴影。因此，更复杂的系统包括抑制不感兴趣的亮度变化(例如由投影引起的变化)的机制。Ismail Haritaoglu，David Harwood，和Larry S.Davis，“W4：Who？When？Where？What？”Proceedings of FG’98，IEEE，April 1998。

在背景建模中，使用多模型在像素级描述动态背景是个突破。具体地，使用高斯分布的混合的方法已经成为流行原则，在近年来用于大量的相关应用中。

可以将三个高斯分量的混合用于对每一像素的视觉属性进行建模，N.Friedman和S.Russell，“Image segmentation in videosequences：A probabilistic approach，”Thirteenth Conference onUncertainty in Artificial Intelligence，August 1997。所述模型在时间上还使用期望最大化(EM)过程以学习高斯混合模型(GMM)。在交通监视应用中，每一像素的亮度值限制为三种假设：道路、阴影和车辆。不幸的是，这种简单的假设严重降低GMM对单个像素任意分布的建模能力。并且，所述方法在计算上是昂贵的。

另一种方法允许场景是非静态的，Chris Stauffer和W.E.L.Grimson，“Adaptive background mixture models for real-timetracking，”Computer Vision and Pattern Recognition，volume 2，June1999。作为具有可变数量的高斯分量的高斯分布的混合对每一像素建模。所述方法将背景表示为多模式的处理，其中，每一模式为静态模型加上零均值、白的、高斯噪声过程。所述模型可以使用近似值来实时更新。所述视频监视系统已经证实对日夜循环是鲁棒的，并且对长时间周期内的场景改变也是鲁棒的。然而，对于这种展示出非常快的变化的背景，例如，水的波纹、海浪或移动的草和树，所述模型可以导致在长视频序列上的具有大变化的分布。因此，用于检测前景物体的灵敏度显著地降低。

相似的竞争的多模式背景处理由F.Porikli和O.Tuzel在“Human body tracking by adaptive background models andmean-shift analysis，”in Conference on Computer Vision Systems，Workshop on PETS，IEEE，April 2003上介绍，其合并于此作为参考。

为了处理这些挑战性的情形，已经开发了非参数技术。基于多个近来获得的采样，这些技术使用像素值的统计以估计每一像素的背景属性。这些技术可以适应快速的背景改变，Elgammal，D.Harwood，L.S.Davis，“Non-parametric model for background subtraction，”ECCV 2000，June 2000。所述方法使用用于密度估计的高斯函数。所 述模型表现为在长视频序列上近期取样值的历史。