52、提升视频监控系统分割阶段性能的研究与实践

提升视频监控系统分割阶段性能的研究与实践

在视频监控系统中，室外运动估计面临的一大难题就是阴影的干扰。阴影附着在移动的人身上，会使系统对真实目标的识别产生变形，还可能干扰跟踪系统的后续阶段。因此，在前期阶段去除阴影是很有必要的。本文旨在通过添加新模块来提升分割阶段的性能，使系统能检测出更紧凑的人形区域，并尽可能消除阴影，从而提高整个系统的性能。

1. 分割阶段概述

自动化视觉监控的目标是提供一个聚焦注意力的过滤器，让操作员在异常事件发生时能做出最佳决策。其通过将操作员的注意力仅引导至被分类为异常的事件来实现这一目标。

在计算机视觉中，视频序列中移动物体的检测和跟踪是一个重要问题。移动物体的检测困难重重，需要考虑相机的可能运动、场景光照变化、阴影、如随风摆动的树木等物体，以及像红绿灯处车辆那样走走停停的物体等因素。而跟踪移动物体同样具有挑战性，特别是当被跟踪物体被建筑物遮挡或因相机运动进出画面时。

分割阶段是指检测视频中对应于人和车辆等移动物体的区域，这是几乎每个视觉系统的第一个基本步骤，它能提供关注焦点并简化后续分析步骤的处理。由于自然场景中的动态变化，如突然的光照变化、阴影和天气变化等，运动检测是一项难以可靠处理的任务。常用的移动物体检测技术包括背景减法、统计方法、时间差分和光流法，大多数检测技术是基于像素的。

• 背景减法 ：通过将当前图像逐像素减去参考背景图像来检测移动区域，参考背景图像是在初始化期间通过对图像进行平均创建的。差值超过阈值的像素被分类为前景。虽然背景减法技术在提取移动区域的大部分相关像素方面表现良好，但它们通常对动态变化敏感，例如在有重复运动（如刮风天树叶摆动）或突然光照