公开(公告)号：CN102013022B

公开(公告)日：2012-10-10

申请号：CN201010555962.5

申请日：2010-11-23

Applicant: 北京大学

Inventor： 黄铁军 ,  胡志鹏 ,  田永鸿

IPC: H04N5/14 ,  G06K9/66

Abstract: 本发明提供了一种针对人群密集监控场景的选择式特征背景减除方法。针对传统的背景减除方法在人群密集场景下会导致较高漏检和误检的问题，本发明提出一种选择式特征背景减除方法。包括：建立场景稀疏度模型；选取与稀疏度模型相似度较高的视频帧作为训练样本，利用批处理主成分分析求取初始化的特征背景；更新场景稀疏度模型，选取与稀疏度模型相似度较高的视频帧用增量式主成分分析对特征背景进行更新；在像素级上进行选择式地重构背景；求取自适应阈值以对差值图像进行阈值化，得到前景图像。本发明可以在光照条件比较稳定的人群密集场景中，较好地检测出运动缓慢和静止的前景对象，同时保持较低的误检率。

公开(公告)号：CN102013022A

公开(公告)日：2011-04-13

申请号：CN201010555962.5

申请日：2010-11-23

Applicant: 北京大学

Inventor： 黄铁军 ,  胡志鹏 ,  田永鸿

IPC: G06K9/66

Abstract: 本发明提供了一种针对人群密集监控场景的选择式特征背景减除方法。针对传统的背景减除方法在人群密集场景下会导致较高漏检和误检的问题，本发明提出一种选择式特征背景减除方法。包括：建立场景稀疏度模型；选取与稀疏度模型相似度较高的视频帧作为训练样本，利用批处理主成分分析求取初始化的特征背景；更新场景稀疏度模型，选取与稀疏度模型相似度较高的视频帧用增量式主成分分析对特征背景进行更新；在像素级上进行选择式地重构背景；求取自适应阈值以对差值图像进行阈值化，得到前景图像。本发明可以在光照条件比较稳定的人群密集场景中，较好地检测出运动缓慢和静止的前景对象，同时保持较低的误检率。