改進型ViBe算法及其在運動目標提取中的應用

楊 青，張著洪

(貴州大學 大數(shù)據(jù)與信息工程學院，貴州 貴陽 550025)

運動目標檢測與跟蹤是動態(tài)場景下運動目標行為分析的關鍵問題，也是視頻分析的重要環(huán)節(jié)，對有效提取運動目標和正確分析目標的運動行為具有重要的現(xiàn)實意義。已有的背景建模法種類繁多，如幀間差分法[1]、基于關鍵點的建模法[2]、光流法[3]、混合高斯算法[4]、ViBe算法[5]等。ViBe算法是一種被較為廣泛采納的背景建模方法，由于其不考慮目標運動速度對目標提取效果的影響，因此相較于幀間差分法和基于關鍵點的建模法，獲得的噪聲模型更能恰當反映實時場景的背景狀況；與此同時，相較于光流法和混合高斯算法，ViBe算法的設計思想簡單、計算量小，能滿足實時目標檢測的要求?？墒?，該方法的隨機更新策略也導致目標提取的效果受到鬼影、陰影、背景高頻擾動和攝像機抖動的影響。鬼影是因視頻初始幀存在運動目標而產(chǎn)生，其對后續(xù)目標的檢測會造成較大影響；已有研究成果中[6-8]，胡小冉[6]利用視頻幀前n幀構建初始背景，進而此背景進行背景建模。該方法在背景簡單情形下，運動目標提取的效果較為明顯，但在當場景較為復雜時其自適應能力弱。陰影是由運動目標受到光源的照射而產(chǎn)生[9-10]，其包含目標的輪廓和位置信息，對目標與背景分離處理會產(chǎn)生較大影響；張榮剛[11]利用視頻幀的色度信息確定候選陰影區(qū)域，并借助區(qū)域梯度閥值消除目標提取時的陰影信息；該方法在一定條件下可獲得較好的目標提取效果，但魯棒性差且計算量大。對于影響背景建模的高頻擾動和攝像機抖動抑制問題，閔衛(wèi)東[12]提出一種自適應動態(tài)閾值方法來提取背景信息，但對光照的靈敏度高且較難抑制抖動的影響；隨后，莫邵文[13]等借助時間子采樣因子的自適應策略，利用閃爍程度矩陣設計自適應匹配閾值方案，進而在傳統(tǒng)ViBe算法基礎上獲得改進型視覺背景提取方法，能解決抖動問題，但魯棒性有待提高。

綜上，盡管對ViBe算法的改進已有一定的成果，但大多以削弱基本ViBe算法的固有特性為代價來換取前景效果的提升，算法的魯棒性和運行效率均有待提高。為此，本文在文獻[13]的算法基礎上，提出一種改進型ViBe方法(Improved ViBe Approach, IViBeA)。實驗表明，該方法能較好地消除鬼影、陰影、高頻擾動、攝像機抖動對背景建模的影響，使目標提取的效果較好。

1 基本ViBe算法的描述與分析

ViBe算法是由Barnich等[14]于2011年提出的一種基于像素級的背景建模方法。它相較于經(jīng)典的基于運動特征的前景檢測算法，首次把隨機抽樣思想和鄰域傳播機制引入到背景建模和更新中。 由于它利用視頻序列的第一幀初始化背景模型，所以具有很高的實時性和魯棒性[15]。算法的描述如下：

步1輸入大小為M×N的灰度圖序列P0,P1,…，給定半徑閾值R，匹配閾值σ，灰度值替換概率p;

步2給定K個空背景圖M0,M1,…,MK-1；

步3初始幀P0中位置(x,y)的3×3空心鄰域內(nèi)8個灰度值中隨機抽取1個作為Mk的位置(x,y)處的灰度值，1≤k≤K；

步4置i=1；

步5對于1≤x≤N,1≤y≤M：

步5.1在Pi中位置(x,y)處灰度值的R鄰域VR(x,y)內(nèi)，K幅背景圖的位置(x,y)處灰度值落在此鄰域的點數(shù)記為Li(x,y)；

步5.2若Li(x,y)≤σ，則Pi中位置(x,y)處的像素點為前景點；否則，則以概率p隨機抽一幅背景圖，比如Ml，然后將Pi中位置(x,y)處的灰度值取代Ml中位置(x,y)處的灰度值，以及以概率p替代Ml中位置(x,y)的3×3空心鄰域內(nèi)某位置處的灰度值；

步6置i=i+1，返回步5, 直到遍歷所有灰度圖為止。

經(jīng)由以上算法描述獲知，每幅灰度圖的前景提取主要依賴于步5.2完成，同時鄰域和隨機抽取的思想被用于更新背景信息。該算法中，R和σ作為可調(diào)參數(shù)直接影響其性能，如何較為合理設置此兩參數(shù)是該算法能否有效提取運動目標的關鍵。另外，因隨機抽取背景進行更新且每次僅有一幅背景圖依賴于當前灰度圖進行更新，易導致背景信息更新的不及時性和針對性弱。

2 IViBeA的設計與描述

ViBe算法的隨機抽樣和無記憶的背景灰度值更新策略使得它獲得的前景效果較好[16-18]，可是鬼影、陰影、背景高頻擾動和攝像機抖動現(xiàn)象制約著其廣泛應用。針對于此，圍繞閾值半徑R的自適應性以及鬼影和陰影的清除問題提出改進策略。具體如下：

(1)閾值半徑的自適應性

在背景高頻擾動及攝像機抖動場景下，如果當前灰度圖中像素點的鄰域半徑R保持不變，則從該圖中提取的前景必包含多個噪聲點，從而影響前景提取的效果。另一方面，背景的復雜程度也影響R的設置；若背景較復雜，則R需取較大的值，反之則需取較小值。因此，R的取值應隨著當前場景的變化而作自適應調(diào)整。在此，將當前灰度圖中像素點(x,y)的梯度信息Grad(x,y)和K個背景圖在像素點(x,y)處像素值的均方差σ(x,y)加權來刻畫當前灰度圖在該點處的背景復雜程度，即

θ(x,y)=wσ(x,y)+(1-w)G(x,y)。

(1)

其中，w(0,1],θ(x,y)是像素點(x,y)處的背景復雜度。若θ(x，y)越小，則該點處的背景越簡單，反之則較復雜?；诖?，當前灰度圖中像素點(x,y)的鄰域半徑R(x,y)被設計如下：

(2)

其中R0為初始鄰域半徑，ξ與ζ是分別在(0,5)及(5,10)內(nèi)取值的均勻隨機變量；H是給定的閾值。

(2) 陰影檢測

(3)鬼影檢測

基本的ViBe算法中并未涉及鬼影去除的方法，因而不能及時、有效地去除鬼影。文獻[20]利用當前幀的前景區(qū)域與前第n幀的同一位置的前景區(qū)域的顏色直方圖來檢測鬼影，可以較好地識別鬼影，但需保存額外的n幀信息且沒有采取有效的鬼影消除手段，致使鬼影存在的區(qū)域對后續(xù)目標檢測造成影響。在此，通過前景-鄰域直方圖的相似度匹配方式檢測鬼影是否存在，進而利用鬼影區(qū)域對背景模型進行二次更新。具體而言，假設當前幀中有m個前景區(qū)域,F1,F2,…,Fm; 區(qū)域Fk的最小矩形框設為Bk，在Bk中去除Fk之后獲得的區(qū)域用Gk表示(在此，稱為鄰域)。于是，鬼影檢測規(guī)則是：若Fk和Gk依次對應的直方圖的相似度大于閾值T，則前景區(qū)域Fk為鬼影，否則則為前景。圖1～2給出了前景-鄰域的直方圖分布。

圖1 基于ViBe的前景提取Fig.1 Prospect extraction based on ViBe algorithm

(a) 圖1(c)中前景 (b) 圖1(c)中鬼影圖2 運動目標的直方圖Fig.2 Histogram of moving object

由圖1～2可看出，鬼影區(qū)域的前景-鄰域直方圖的相似度很高，而運動目標的前景-鄰域直方圖相似度很低，因此通過前景-鄰域直方圖可快速檢測出鬼影。接著, 用當前灰度圖中鬼影區(qū)域替換所有背景圖中對應的區(qū)域，可清除初始幀中包含的運動目標對背景建模的影響。

結合以上閾值半徑自適應更新規(guī)則及陰影與鬼影檢測方法，IViBeA的描述如下：

步1輸入大小為M×N的灰度圖序列P0,P1,…，給定初始半徑閾值R0、背景復雜度閾值H、匹配閾值σ、灰度值替換概率p、陰影檢測因子a和鬼影檢測閾值T;

步2給定K個空背景模型M0,M1,…,MK-1；

步3在初始幀P0中位置(x，y)的3×3空心鄰域內(nèi)8個灰度值中隨機抽取1個作為Mk的位置(x，y)處的灰度值，1≤k≤K；

步4置i=1；

步5對于1≤x≤N,1≤y≤M：

步5.1通過式(1)、(2)確定Pi中位置(x,y)處的自適應閾值半徑R;

步5.2同上算法的步5.1；

步5.3若Li(x,y)≤σ，則Pi中位置(x,y)處的像素點為前景點，轉步5.4；否則，同上算法的步5.2的后一段描述，轉步7；

步5.4利用以上陰影檢測策略檢測陰影，并將陰影點設定為背景點，轉步6；

步6利用步5.4得到的鬼影區(qū)域取代所有背景圖中對應的區(qū)域；

步7置i=i+1，返回步5, 直到遍歷所有灰度圖為止。

以上算法中，通過步5.1給每個像素點i設定一個自適應閾值半徑，使其能夠適應各種復雜場景，增強算法的魯棒性，同時在算法中加入鬼影和陰影檢測策略，避免了后續(xù)處理中對圖像整體的遍歷，可極大削減計算量。

3 數(shù)值實驗

本實驗在Windows7(CPU/3.70 GHz，RAM/4GB)/python3.6/OpenCV 3.4環(huán)境下進行。為檢測以上算法在視頻幀出現(xiàn)背景高頻擾動及攝像機抖動和含有陰影、鬼影情形下是否能有效提取運動目標，選取參與比較的算法包括三幀差法、GMM和ViBe算法。測試樣本為4組開源視頻(A1：PETS2006； A2: Canoe； A3: Traffic； A4: Weizeman)，如下圖3所示。參與比較的算法的參數(shù)設置與相應文獻的參數(shù)設置相同；IViBeA的參數(shù)設置是：背景模型數(shù)N=20, 背景更新概率p=1/16，匹配閾值σ=2，初始半徑閾值R0=35，背景復雜度閾值H=20，陰影檢測因子a=0.65，鬼影檢測閾值T=0.8。

圖3 測試視頻序列Fig.3 Test video sequence

(1)算法比較分析

在圖3的視頻序列中，視頻序列(a)的場景為交通車輛場景，場景中攝像機存在抖動；視頻序列(b)為公園小湖中劃船場景，場景中存在水紋；視頻序列(c)為室內(nèi)商場場景，運動目標隨帶有陰影；視頻序列(d)為視頻第一幀包含運動目標的場景。依據(jù)本文要處理的問題，分析以上視頻是否存在攝像機抖動現(xiàn)象、背景高頻擾動、陰影和鬼影。將以上四種算法依次作用于視頻序列(a)～(d), 各算法獲得每種視頻的目標提取效果圖(Traffic第715幀、Canoe第868幀、PEST2006第109幀、Winzeman中daria_walk的第18幀)如圖4所示。

圖4 以上四種算法作用于視頻序列(a)～(d)后獲得的目標提取效果比較Fig.4 Comparisons of the effects of the above four algorithms on target extraction from video sequences(a)～(d)

借助圖3的視頻序列，圖4表明，以上四種算法獲得的目標提取效果有明顯差異。雖然三幀差法對光照不敏感且處理速度快，但獲取目標的信息量較少，僅能獲取目標的輪廓信息，因此僅適用于背景較為簡單的場景且要求運動目標的運動速度快。相較于此方法，GMM、ViBe、IViBeA具有明顯優(yōu)勢；GMM能較完整地提取目標信息，不會存在鬼影現(xiàn)象，但對光照敏感且較難清除陰影，不適用于存在背景高頻擾動及攝像機抖動的場景；ViBe能較為完整地提取目標信息且有一定的陰影去除能力，但對噪聲干擾較大的信息較難清除，且也不能及時去除鬼影；IViBeA不僅具有GMM、ViBe的優(yōu)點，而且對于干擾較大的噪聲具有強的抑制能力，能夠及時檢測出陰影和鬼影，適用于現(xiàn)實環(huán)境中的多種場景。

4 結論

為了解決ViBe算法應用于運動目標提取易受背景高頻擾動、攝像機抖動、陰影及鬼影影響的問題，本文在分析ViBe算法存在的缺陷基礎上，提出一種改進型ViBe算法。該算法利用自適應閾值增強算法對環(huán)境的適應能力，可有效消除背景高頻擾動和攝像機抖動對目標提取的影響。針對前景中包含陰影或鬼影的問題，在檢測出前景點基礎上，結合陰影點在HSV空間的分布情況，設計一種陰影檢測策略，并在消除陰影后利用前景-鄰域直方圖相識度匹配及背景二次更新策略消除陰影和鬼影對目標提取的影響。實驗結果表明，以上改進型ViBe算法能有效抑制背景高頻擾動、攝像機抖動、陰影與鬼影對目標提取的影響。