一種即時階層式背景重建與前景偵測之方法

Abstract

本發明揭露一種即時階層式背景重建與前景偵測之方法,可於視訊中進行背景重建與前景偵測,其主要特徵係在於整合了以區塊為基礎(Block-Based)之粗階(Coarse-Level)背景模型(Background Modeling)與以像素為基礎(Pixel-Based)之細階(Fine-Level)背景模型方法。首先,本方法將影像劃分成不互相重疊的影像區塊,並針對每一個區塊建立其粗階背景模型,有了此一模型便可進行快速但形狀較粗略的前景物體偵測。在有了粗略前景偵測結果後,再將此結果饋入(Feed)細階背景模型做進一步的判斷分析。其中在粗階背景重建部份係以一個新發展的區塊描述元(Descriptor)來描述區塊內含資訊的特徵,此一描述元稱為差異均値向量(Difference Mean Vector,DMV)。此外,高斯混和(Gaussian Mixture)方法被使用來對差異均値向量特徵進行粗階背景模型的建構。細階部份則可採用現行習知之以像素為基礎的背景重建方法。另外,一前饋架構(Feed-Forward Framework)亦被揭露來整合粗階背景模型與細階背景模型,其將粗階部份所辨認到的資訊饋入至細階部份,以進行 粗階前景偵測結果的細緻化與細階背景模型的更新。