基于MAP-MRF框架的复杂情况下多运动目标检测

摘要

目标检测问题是视频监控系统中的关键问题,在监控场景复杂多变时,非参数方法是背景模型建模的重要方法,但传统的基于核密度带宽的非参数方法没有考虑像素之间的上下文关联性。本文提出建立目标检测问题的最大后验概率——马尔可夫随机场(MAP-MRF)框架,首先确定先验概率的能量函数,再确定条件概率及其能量函数,从而得到后验能量函数,采用蚁群算法迭代计算后验能量函数,获得像素标记的最优化结果即实现目标检测。在多个监控视频上的实验结果表明,本方法能大大提高复杂背景下的目标检测性能。