运动目标检测技术_基于单高斯模型的背景建模算法

1.运动目标背景建模

背景建模亦可称为背景估计，其核心目标是借助当前的背景估计，将序列图像中的运动目标检测问题转换为二分类任务，即将所有像素点划分为背景与运动前景两类，随后通过后处理步骤得出最终的检测结果。获取背景图像较为简单的方式是在场景中不存在任何运动目标时进行捕捉，但该方法缺乏自适应能力，通常仅适用于短期监控需求，难以满足智能监控系统对背景建模提出的更高要求。
背景减除法的核心在于构建背景模型，该模型是实现运动前景分割的基础。根据模型特性，背景模型主要分为单模态与多模态两类。其中，单模态模型在每个像素点上表现出较为集中的颜色分布特征，可通过单一分布的概率模型加以描述；而多模态模型则呈现出更为分散的分布特性，需借助多个分布的概率模型共同表征。在诸多实际应用场景中，如水面波纹、摇曳的树枝、飘动的旗帜以及监视器屏幕等情形下，像素值往往体现出明显的多模态特征。目前最广泛用于描述场景中背景像素颜色分布的概率密度函数为高斯分布。

2.单高斯背景建模

高斯背景模型是用于运动目标检测中分离并持续更新背景与前景信息的一种技术途径。单分布高斯背景模型假设，对于某一背景图像而言，特定像素点的亮度值遵循高斯分布规律，即针对背景图像B，其中任意一点(x,y)的亮度值B(x,y)服从均值为u、方差为d的正态分布：

![](https://ad.itadn.com/c/w