齐玉娟，王延江，索鹏

（中国石油大学信息与控制工程学院，山东青岛 266580）

一种基于混合高斯的双空间自适应背景建模方法

齐玉娟，王延江，索鹏

（中国石油大学信息与控制工程学院，山东青岛 266580）

为解决运动目标缓慢运动或暂时停止以及场景突变问题，受人类获取知识过程启发，提出一种基于混合高斯的双空间自适应背景建模方法，即采用当前混合高斯模型空间和记忆空间（用于存储曾经的背景模型）对场景进行自适应建模。两个空间模型更新采用不同的学习率:在当前混合高斯模型空间，学习率根据高斯分布对场景的贡献程度进行自适应更新，以解决运动目标缓慢运动或暂时停止问题;记忆空间存储曾经的背景模型，以提高算法对背景突变的适应性，故采用固定学习率进行更新。试验结果表明了所提方法的优越性。

背景建模;混合高斯模型;运动目标分割;背景减除;背景突变

运动目标检测是实现目标分类、目标跟踪和行为理解等中高层次处理的基础。常用的方法主要有相邻帧差法、光流法、背景减除法等［1］。背景减除法操作简单，检测准确且速度快，背景建模是其关键。目前常用的背景模型主要有单高斯模型、混合高斯模型、基于区域的模型以及HMM（hidden markovmodels）等［2］，其中混合高斯模型［3-4］被认为是最能准确反映像素值分布和动态变化的数学模型之一［5］。然而混合高斯方法在实际应用时由于实际场景的复杂性以及模型本身的更新速率问题而导致大量的误检测;研究者针对具体问题对其进行了改进［6-12］，但不能解决目标运动减缓或暂时停止或房间的门突然被打开等问题。……