基于ViBe改進的運動目標檢測算法*

官洪運，汪 晨，蘇振濤

(1.東華大學 信息科學與技術學院，上海 201620; 2. 東華大學 數(shù)字化紡織服裝技術教育部工程研究中心，上海 201620)

0 引 言

運動目標檢測一直是計算機視覺領域的一個十分重要且熱門的方向，受到國內外學者的普遍關注，大量的研究成果已經(jīng)在科學研究和生產(chǎn)生活中有了廣泛的應用[1]，如智能視頻監(jiān)控和智能交通監(jiān)控領域。常用的運動目標檢測算法有：背景光流法[2]、差分法[3]、幀間差分法[4]、混合高斯模型法[5]等。

ViBe(Visual Background extractor)是一種像素級的背景建模和前景檢測算法，是最初由BARNICH O和VAN DROOGENBROECK M[6]提出的一種運動目標檢測方法，對于背景模型的更新策略是該算法最大的不同之處：其通過隨機選擇需替換的像素樣本，并隨機選擇鄰域像素進行更新的處理方式。當像素變化的模型無法確定時，采用隨機的更新策略在一定程度上可以有效地模擬像素變化的不確定性。ViBe算法不僅簡化了背景模型建立的過程，還可以處理背景發(fā)生驟變的情況。當檢測到背景發(fā)生較為明顯的變化時候，ViBe會舍棄原始的模型，并利用變化后的首幀圖像重新建立背景模型。但是ViBe也有較多不足之處：如由于采用了運動目標的像素初始化樣本集，容易引入鬼影(Ghost)區(qū)域，圖像會存在噪點，并且易產(chǎn)生運動目標不完整等問題。針對這些缺點，不少國內外專家學者也做了大量研究。CHENG K Y等人[7]提出用首幀圖像初始化背景模型，用第二幀與背景建模，并進行對比檢測出目標運動區(qū)域，并對Ghost區(qū)域的每幀像素都進行初始化處理，直至Ghost區(qū)域被完全初始化。齊悅[8]等人提出一種改進視覺背景的ViBe算法，在背景模型初始化時，通過對多幀圖像隨機選取像素點并累加判斷后，形成背景模型；閔衛(wèi)東[9]等人用被檢測視頻的當前幀與背景幀作差分運算，采用OTSU算法計算圖像的分割閾值來檢測運動目標，但是由于背景差分法對光照和環(huán)境變化較為敏感，因此該算法并不能完全適應動態(tài)環(huán)境；楊丹等人[10]提出了一種多幀平均法初始化背景模型的ViBeImp算法，此算法經(jīng)過大量實驗驗證得出在智能交通領域有較好的實用性，但是針對復雜情況的魯棒性不是很好。楊依忠[11]等人提出通過第1幀建立背景模型，在前5幀中每個像素點的鄰域隨機選4個像素點背景模型，并采用“或”類型三幀差法做“或”運算去改善漏檢的問題，但其在運動目標運動速度緩慢時其檢測效果不是很理想。

本文提出了一種基于ViBe改進的運動目標檢測算法，考慮了物體檢測中往往會出現(xiàn)Ghost區(qū)域[12]和噪點區(qū)域，同時存在運動目標不完整等問題，本文通過研究對比各種算法優(yōu)缺點和經(jīng)過大量實驗改進，采用連接區(qū)域的濾波操作、檢測圖像、檢測閃爍像素等方法，經(jīng)過大量對比實驗表明，改進后的算法很大程度上解決了傳統(tǒng)ViBe算法存在的一些缺陷問題。

1 ViBe算法

ViBe算法是一種基于背景更新的前景檢測算法，該算法基于提取像素點(x，y)周圍的像素值和先前像素值，創(chuàng)建一組樣本像素，然后將另一幀(x，y)處的像素值與樣本集中的像素值進行對比，如果結果與樣本集中的像素值的距離大于某個閾值，則將該像素定為前景像素，否則定為背景像素點。ViBe算法主要包含三個部分：背景模板初始化、目標檢測和背景更新。

2 改進后的ViBe算法步驟

2.1 初始化背景模型

假設每一像素與其鄰域像素的像素值在空域上都存在類似的分布?；诖思僭O，可以用其鄰域中的像素來描述每一個像素模型。同時為了保證背景模型符合統(tǒng)計學規(guī)律，鄰域的范圍要足夠大。當輸入首幀圖像時，即t=0時，像素的背景模型為：

BKM0=f0(xi+yi)|(xi+yi)∈NG(x+y)

(1)

其中，NG(x,y)表示空域上相鄰的像素值，f0(x,y)表示當前點的像素值。在N次的初始化的過程中，NG(x,y)中的像素點(xi,yi)被選中的可能次數(shù)L=1,2,3，…，N。

2.2 前景目標分割

(2)

這里上標k是隨機選的；T是預先設置好的閾值。當fk(x,y)滿足符合背景N次時，認為像素點fk(x,y)為背景，否則為前景。

2.3 背景模型更新

本文采用的背景模型更新方式為隨機更新策略，即每一個背景點有1/φ的概率去更新其模型的樣本值，同時也有1/φ的概率去更新其鄰居點的模型空間，由于背景模型逐漸向外擴散，這也有利于Ghost區(qū)域更快的識別。同時當前景點計數(shù)達到臨界值時將其變?yōu)楸尘?，并?/φ的概率去更新自己的模型樣本值。

在選擇要替換的樣本值時，本文采用的是隨機選取一個樣本值進行更新，這樣可以保證樣本值的平滑生命周期。同時由于是采用隨機更新，一個樣本值在時刻t不被更新的概率為(N-1)/N。假設時間為連續(xù)的，在dt的時間過去后，樣本值仍然保留的概率為

(3)

從上述表達式中可以看出，一個樣本值在模型中是否被替換與時間t無關，即說明本方法符合隨機更新策略。

2.4 連續(xù)區(qū)域濾波

在本文算法中，就分割蒙版與更新蒙版區(qū)域，分別對幾種類型區(qū)域做了相應處理。對于分割蒙版，本文移除面積小于等于10(像素)的前景斑點區(qū)域，填充了面積小于等于20的前景孔洞區(qū)域；而對于貼近邊緣的斑點，無論尺寸全部保留都使其保持原來的狀態(tài)；而對于更新蒙版，本文選擇的處理方法為填充面積小于等于50(像素)的前景孔洞區(qū)域，通過此處理方式來抑制散布在前景物體中的錯誤背景。

2.5 閃爍像素處理

當背景分布出現(xiàn)較多峰值時，極易出現(xiàn)沒有明確機制去適應這種分布的情況，從而影響背景處理效果。針對此現(xiàn)象，本文采取的處理機制為：當某個像素經(jīng)常在背景點與前景點之間跳變時(對此像素稱之為閃爍像素)。對于每一像素點，本文算法存儲了之前的更新蒙版，并構建了一個閃爍等級圖表。本文對于閃爍等級定義如下：若某個像素是屬于背景內邊緣，并且當前更新的邊緣不同于之前更新的邊緣，那么閃爍等級增加15，否則等級減1;如果一個像素的閃爍等級大于等于30，則該像素被認為正在閃爍，并將其從更新蒙版中移除。并且只有在背景蒙板的邊界，才允許閃爍等級增加，以此增強原有算法對于多峰背景分布的處理。同時本文做了極值限制處理，防止出現(xiàn)較大的偏差，使閃爍等級始終保持在整數(shù)范圍0～150之間。

3 實驗結果及分析

本文結果均在Intel Core i5-4200M CPU、2.50 GHz主頻、12 GB內存的計算機上運行所得，運行環(huán)境為VisualStudio 2013,結合開源OpenCV庫。采用GMG(Geometric Multigid)[13]、KDE(Kernel Density Estimation)[14]、傳統(tǒng)ViBe算法和改進后的ViBe算法(圖表中稱為本文算法)作為對比實驗。

3.1 結果分析

本文在CDW-2014[15]提供的數(shù)據(jù)集中選出BadWeather、Shadow、Baselines以及DynamicBackground等情況的視頻序列4組，比較包含本文算法在內的4種算法的效果。圖1展示了實驗中部分具有代表性的結果。

在本文選擇的視頻序列中，Skating圖像序列是在BadWeather下,由3 900幀圖像組成的，場景中大雪的背景對目標任務的檢測存在較大干擾，但是傳統(tǒng)ViBe算法與本文改進后的算法依舊具有較好的檢測效果。

Sofa圖像序列由2 750幀圖像組成，屬于Intermittent ObjectMotion類目，場景中存在陰影，此類目的特點是包含背景對象移動、廢棄對象和對象短暫停止然后移動，由圖可知，GMG和KDE算法誤判率較高。

圖1 4種算法在不同場景下的檢測效果圖

BusStation是在Shadow類目下,由1 250幀圖像構成，GMG算法對行人輪廓區(qū)域的提取效果存在較大誤差，KDE在此環(huán)境下的噪點較大傳統(tǒng)ViBe算法在此條件下的Ghost區(qū)域較明顯，而本文算法對噪點的抗干擾能力與鬼影消除都表現(xiàn)良好。

PETS2006序列位于Baseline類目下，由1 200 幀圖像組成，根據(jù)結果可以看出，GMG算法檢測區(qū)域明顯誤差過大，KDE算法產(chǎn)生了大量噪點，傳統(tǒng)ViBe算法生成的運動員輪廓不完整。對比之下顯然本文改進后的算法對此類場景處理效果更好?？傮w而言本文算法在大部分情況下檢測效果明顯優(yōu)于其他算法，在復雜情況下也具有較好的魯棒性。

3.2 比較分析

對算法進行定量分析，引入圖像的單位時間內處理幀數(shù)公式，分別評估GMG、KDE、傳統(tǒng)ViBe算法和本文算法對比的處理速度，單位為frame/s，得到表1，可以得出本文算法相對GMG、KDE算法、傳統(tǒng)ViBe算法單位時間內處理幀數(shù)分別提高了10.9%、12.7%、6.1%。

表1 四種算法檢測效果對比圖

此外，為了綜合評價算法的優(yōu)劣度，本文還采用Precision(準確率，Pr)、Recall(召回率，Re)和F1-score(F1值)參數(shù)(準確率和召回率的調和平均值) 作為定量評價指標，其計算公式為[16]:

(4)

(5)

(6)

式中，TP表示正確檢測出的運動目標數(shù)目，F(xiàn)P表示錯誤檢測出的非運動目標數(shù)目，F(xiàn)N表示未檢測出的運動目標數(shù)目。圖2 給出4種算法在4個不同場景視頻測試的3種評價指標的平均值。

綜合而言，本文改進的ViBe算法在準確率、召回率以及F1值方面均為最優(yōu)，明顯提高了ViBe算法的綜合性能。

圖2 4種算法不同指標對比

4 結束語

本文基于ViBe算法，提出了一種基于ViBe改進的運動目標檢測算法，對視頻中的運動目標同時進行前景檢測和背景建模處理，并且將前景區(qū)域與背景區(qū)域直方圖匹配，通過連接區(qū)域的濾波操作，填充面積小于等于50的前景孔洞區(qū)域，以此抑制散布在前景物體中的錯誤背景。此外，通過檢測圖像的閃爍像素，對每個像素存儲之前的更新模板，并建立閃爍等級表，若某個像素的閃爍等級大于或等于設定的閾值，該像素則被認為正在閃爍，并將其從更新蒙版中移除，從而抑制更新模板中的閃爍區(qū)域。在CDW-2014標準數(shù)據(jù)集上的實驗結果表明，本文算法在可接受的時間成本內得到了良好的綜合性能，在視頻圖像處理領域有較廣闊的應用前景。但是對于靜止目標和陰影前景等問題，本文算法的檢測轉缺性和魯棒性還有待提高。