翟济云， 周 鑫， 王从庆

(南京航空航天大学自动化学院，南京 211106)

基于多特征融合的运动目标检测

翟济云， 周 鑫， 王从庆

(南京航空航天大学自动化学院，南京 211106)

提高目标检测算法在复杂场景下的检测鲁棒性是目前计算机视觉领域的一个重点、难点问题。传统的运动目标检测都是基于目标的单一特征，提出一种融合颜色特征和纹理特征的背景建模方法，并将其运用于运动目标检测。首先对基于颜色的高斯混合模型加以改进，减少了传统高斯混合模型的计算量，然后将高斯混合模型与LBP纹理模型用D-S证据理论进行融合。实验结果表明，两个特征的融合有很好的互补作用，并且能够实时、准确地检测出运动目标。

运动目标； 目标检测； 高斯混合模型； LBP纹理模型； D-S证据理论

0 引言

复杂动态场景下的运动目标检测是目前研究的一个热点和难点问题[1]，因为背景和前景的运动经常同时存在于检测图像序列中，例如背景中随风飘动的树叶、云、雨、雾等运动物体。目前，运动目标检测算法主要有光流法[2-3]、帧间差分法[4]和背景建模法[5-7]等。其中:光流法计算复杂度高，光流场的计算非常容易受到噪声、光照变化和背景扰动的影响;帧间差分法一步检测出的目标轮廓很难达到理想效果，目标运动较快

在目前基于背景建模的运动目标检测工作中，典型的有高斯混合模型(Gaussian Mixture Model,GMM)。早期,WREN等人提出了高斯模型[8]，在此基础上,STAUFFER和GRIMSON提出了更能真实反映多峰概率模型的高斯混合模型[5]。……