基于高斯核密度估计的高速运动目标检测算法

摘要

视频序列中的场景是实时变化的，有时前景目标与背景一起变化，有时前景目标变化而背景不变化，想要实现对前景目标的检测与跟踪难度是非常大的。为此，本文提出基于高斯核密度估计的高速运动目标检测算法。利用高斯核密度估计建立背景模型，得到每个像素点的概率密度分布；将包含高速运动目标的关键帧从视频序列中提取出来，并计算每个关键帧灰度值的权值；利用全样本定时与实时选择性的更新策略对背景模型完成更新，运用更新后的模型实现对高速运动目标的精准检测。针对highwayI＿raw标准测试序列中的某一段视频展开高速运动目标检测，结果表明本文方法具有较高的检测精准度。

关键词

高斯核密度估计 / 高速运动目标检测 / 概率密度分布 / 背景模型 / 关键帧