马无锡，陈欲勐，郑莉晓

(浙江工贸职业技术学院，浙江温州325003)

采用极限学习机的运动阴影检测模型

马无锡，陈欲勐，郑莉晓

(浙江工贸职业技术学院，浙江温州325003)

针对智能交通系统中车辆阴影严重影响运动目标检测的问题，在混合高斯前景检测的基础上，提出了一种基于极限学习机的阴影检测方法。该方法只需提取前景像素点处的梯度值及其邻域的方差值来作为特征，并通过极限学习机来对其进行分类，获得真实阴影区域，无需预先设置任何经验阈值。最后实验结果表明，与传统方法相比，该方法不仅实现简单，而且可以准确地检测出阴影内部区域和阴影边缘区域。

运动检测；背景建模；极限学习机；阴影检测；归一化互相关

0 引言

在视频分析中，运动目标检测是进行其他后续检测的先决条件，一直以来是一个非常重要的研究课题。常见的运动目标检测方法主要有：帧差法、混合高斯模型、核密度估计算法、码本算法、Vibe算法和基于这些算法的改进算法。然而这些算法都会将运动物体及其阴影一同检测出来，这会导致无法正确地判断出物体的大小、位置等信息；而且阴影会造成相邻目标之间的粘连，使得对获取的前景信息还需进一步处理。因此，如何检测并有效消除阴影给运动目标检测带来影响这一课题有着十分重要的意义。

阴影除了具有亮度低于背景亮度、颜色不变性、纹理不变性这几个共性外，在不同场景下的模式各不相同，很难采用一种通用的方法来彻底消除其在运动目标检测中产生的影响。……