基于HEVC的监控视频动态背景模型

高效视讯编码(HEVC)是新一代编码标准,在编码效率上有明显优势。监控视频结构特点是背景几乎不变,HEVC并没有考虑这种情况。使用动态背景模型(DBM)生成动态背景帧,作为HEVC帧间预测的参考帧,可以提高视频压缩效率。然而,运动缓慢的前景区域有时会被认为是背景区域,为此提出多层差值(MDM)算法,根据多层像素块差值更新背景,提高背景帧的质量。实验结果表明,与高效视讯编码测试模型HM14.0相比,在几乎不增加计算复杂度的情况下,采用该算法压缩效率平均提高了2%,最高提高了5.2%。

一种基于背景更新率的运动目标检测算法

针对传统背景差分法中背景更新易受背景变化干扰、算法执行速度慢等问题,对背景更新方法进行改进,提出一种基于背景更新率的运动目标检测方法。通过对视频图像帧进行分块和计算分块之间的相似性来获取局部更新率,对背景模型进行动态更新,最后得到运动目标。首先根据视频前几帧得到初始背景模型,然后对视频后续的每帧进行分块处理,通过计算相邻帧对应分块的Hausdorff距离得到局部更新率,建立动态背景模型,再与当前帧差分得到视频的运动目标。实验结果表明,与ViBe算法和高斯混合背景建模算法相比,改进后的方法在执行速度方面提升了2~8倍、算法的时间消耗较少,很大程度上能满足实时性要求,同时具有更好的检测效果。

基于圆形梯度的手势分割算法的设计与实现

为了在复杂动态背景下分割出完整的手势目标,借鉴于Canny算子,设计一种结合复杂动态背景模型、HSV空间肤色检测和圆形梯度边缘探测的手势分割算法。该算法首先利用复杂动态背景模型提取前景区域后,在HSV空间进行肤色检测,去除非手势区域,然后在手势区域提取出边缘探测的种子点,并以种子点为中心利用圆形梯度算子进行肤色边界探测,以填补手势空洞,完善手势边缘。该算法以圆形梯度幅值作为手势边界的判断标准,极大地减小了阴影和高光等不利因素对手势分割的影响。多场景试验表明,该算法手势分割的准确度高,且实时性较好。