近些年，运动目标检测被广泛用于视频检测及工业检测等方面。运动目标检测主要功能是快速、准确地将视频中的运动目标提取出来^[1]。

部分学者提出，利用颜色图像信息或者是深度图像信息进行目标检测^[2]。文献[3]利用深度图像信息进行目标检测，再利用“与运算”进行特征信息融合，改善了目标与背景模型距离较近的问题，但是没有考虑到光照突变对实验本身的影响。文献[4]采用颜色信息进行前景目标的检测，但是当背景模型是复杂多变的情况时，该种方法难以解决问题。文献[5]分别利用彩色图像特征与深度图像特征进行目标检测，通过逻辑运算将特征信息进行融合处理，但当边缘存在噪声点时，检测效果明显降低，且存在漏检现象^[6]。

针对以上存在的问题，本文在RGB色彩空间模型的基础上，采用SOFM模型改善色彩空间颜色的真实性；再根据像素值的边缘特性以及上一帧图像的检测信息，为分类器分配合适的权重值，解决彩色视频检测存在的问题。

1 颜色空间建模

由于大部分视频都为彩色视频，因此视频图像的特征信息可以作为运动目标检测判断依据^[7]。不同彩色图像对应不同的颜色特征信息，导致颜色空间的选择成为影响前景检测性能的重要因素。

本文采用SOFM模型空间模型完成运动目标检测，如图1所示。

SOFM模型通过已有背景模型进行训练，像素值认为是样本，对前景模型目标进行判断^[8]。若视频任意位置Y处的颜色值记为S，公式如下：

${P_Y}(S) = \theta \alpha $

(1)

$Y + \theta \beta = 1$

(2)

式中：α表示背景模型；β表示移动对象；θ表示约束参数。式(1)表示S与Y的概率关系，式(2)则是对相关参数进行定义。

此背景模型主要利用混合概率表示每一类像素对应的特征信息，完成任何颜色前景背景模型的创建，构建模型如式(3)及式(4)所示：

${P_Y}(\left. S \right|\beta ) = F(S)$

(3)

$F(S) = \left\{ \begin{array}{l} 1/g(L),S\inL\\ 0,{\text{其他}} \end{array} \right.$

(4)

式中：L表示颜色总空间；g(L)表示L的三维卷积。从式(4)中可以看出，由于每一个神经元对应一组输入数据集，并且任意位置点的背景像素值与场景特征有关联。因此，利用概率自组织映射模型可以解决任意像素的背景颜色分布^[9]：

${P_Y}(\left. S \right|\alpha ) = \frac{1}{M}\sum\limits_{j = 1}^M {{P_Y}(\left. S \right|j)} $

式中M代表SOFM模型的神经元个数。

假设神经元分布在一个矩阵空间里，则任何两个神经元K、G的欧氏距离记为

$(K,G) = \left\| {TK - TG} \right\|$

式中：l(K,G)代表神经元K、G之间的拓扑距离；TK、TG表示K、G在矩形空间里所处位置信息。

为减小算法的冗余度，可以把映射中的神经元作为一个高斯概率密度分布模型^[10]，如式(5)所示：

${P_Y}(S) = (2{\rm{{\text{π}} }}) \times {\sigma ^{ - D}} \times \exp \Bigg( - \frac{{{{\left\| 3 \right\|}^2}}}{{2{\sigma ^2}}}\Bigg)$

(7)

$\sigma _2^2 \leqslant \sigma _Y^2 \leqslant \sigma _1^2$

(8)

式中：σ²代表方差；σ₁表示σ的上边界；σ₂表示σ的下边界。式(6)的约束条件能够保证SOFM模型准确地描述输入像素的分布。

2 基于混合信息的运动目标检测 2.1 距离图像与彩色图像的配准

当获取视频场景的视频序列以后，得到视频序列的内外部参数，再对视频序列的距离图像信息和彩色图像信息进行融合配准处理，最终距离图像获取的分辨率与彩色图像获取的分辨率一致^[11]。

2.2 运动目标检测

本文优化算法的流程图，如图2所示。

在RGB色彩空间处理基础上，首先利用经配准融合处理的距离图像和彩图图像，构建像素级分类器CLC和CLD；其次，输入图像的像素c，将深度图像信息C_A送至CLD分类器进行处理，颜色图像信息C_B送至CLC分类器进行处理，二者输出的结果形成一个新的矩阵 ${{{\mathit{\boldsymbol{Q}}}}_C} $ ^[3]，如式(7)所示：

${{{\mathit{\boldsymbol{Q}}}}_C} = \left[ \begin{gathered} q({w_{nc}})\left| {{C_A}\mathop {}\limits^{} q({w_{mc}})\left| {{C_A}} \right.} \right. \\ q({w_{nc}})\left| {{C_B}\mathop {}\limits^{} q({w_{mc}})\left| {{C_B}} \right.} \right. \end{gathered} \right]$

(9)

式中： $q({w_{nc}})\left| {{C_A}} \right.$ 、 $q({w_{mc}})\left| {{C_A}} \right.$ 表示CLD分类器得到的像素c是背景模型 $q({w_{nc}})$ 、 $q({w_{mc}})$ 的概率值； $q({w_{nc}})\left| {{C_B}} \right.$ 、 $q({w_{mc}})\left| {{C_B}} \right.$ 表示CLC分类器得到的像素c是背景模型 $q({w_{nc}})$ 、 $q({w_{mc}})$ 的概率值^[12]。由于图像每个区域间存在差异，因此，各个区域的颜色信息和深度信息对检测结果有着不同程度的影响^[4]。故需要对分类器的输出值设定权重值 ${W_j}(j \in \left\{ {A,B} \right\})$ 。此时，像素c的概率值为 $q({w_j}\left| c \right.)$ ，见式(8)：

$q({w_j}\left| c \right.) = {w_A} \cdot q({w_j}\left| {{c_A}} \right.) + {w_B} \cdot q({w_j}\left| {{c_B}} \right.),j \in \left\{ {nc,mc} \right\}$

(8)

式中： $q({w_j}\left| c \right.)$ 表示分类器像素c处的概率值； $q({w_j}\left| {{c_A}} \right.)$ 表示距离图像A对应的概率值； $q({w_j}\left| {{c_B}} \right.)$ 表示彩色图像B对应的概率值； ${w_A}$ 、 ${w_B}$ 代表权重值。 ${w_A} + {w_B} = 1$ ，像素c属于较大 $q({w_j}\left| c \right.)$ 与之对应的 ${w_j}$ 类。

2.3 权重选取方案

配准融合处理的距离图像存在如下问题：1)由于视频中的场景信息不相同，导致配准融合处理过后的距离图像，出现信息缺失^[13]；2)由于图像自身存在较大的边缘噪声，进而导致边缘的信息误差值大^[14]。针对以上存在的问题，结合颜色信息和深度信息对区域的差异影响，故选择一种权重值选取方案，操作流程如下所示：

1)对第g帧的像素c进行深度信息判断^[15]，当像素c获得深度信息时，执行步骤2)；否则，采用颜色图像信息对运动目标进行检测，公式为

$\left\{ \begin{gathered} {w_A}(c,g) = {\rm{0}} \\ {w_B}(c,g) = {\rm{1}} \\ \end{gathered} \right.$

式中： ${w_A}(c,g)$ 表示g时刻像素c获取的CLD分类器的图像信息值； ${w_B}(c,g)$ 表示g时刻像素c获取的CLC分类器的图像信息值。此时，像素c未获取到深度信息。

2)选择Prewitt算子对像素c进行边缘区块检测处理，当像素c的梯度值 $F(s)$ 大于阈值H时，则认为是边缘区域，跳转3)；当像素c的梯度值 $F(s)$ 小于阈值H时，则判定为中间区域；当像素c被判定为边缘区域时，跳转执行步骤4)；

3)当深度信息受边缘噪声较大影响时，需要对权重值进行调整，以此减小边缘噪声影响，权重调整公式为

$\left\{ \begin{gathered} {w_A}(c,g) = {w_{\min }} \\ {w_B}(c,g) = {w_{\max }} \end{gathered} \right.,F(c) > H$

4)当运动目标逐渐向背景模型移动时，会导致CLD分类器出现漏检现象。故本文加入了视频上一帧的检测结果L(c，g−1)对权重值重新进行分配。

①当L(c，g−1)被判定为背景模型时，按照式(12)进行权重值选择：

$\left\{ \begin{gathered} {w_A}(c,g) = {w_{\min }} \\ {w_B}(c,g) = {w_{\max }} \end{gathered} \right.,F(c) > H,L(c,g - 1) \in {w_{nc}}$

(13)

②当L(c，g−1)被判定为运动目标时，则需要对第g−1帧的像素c存在的深度图像信息与CLD分类器的距离关系进行计算，公式为

$\kappa (c,g - 1) = \left| {{c_{A,g - 1}} - {\mu _{c,g - 1}}} \right|/{\sigma _{c,g - 1}}$

式中： $\kappa $ 代表深度图像信息与CLD分类器的距离关系。若 $\kappa (c,g - 1)$ 的值越大，代表像素c运动目标与背景模型的距离值越大；反之，若 $\kappa (c,g - 1)$ 的值越小，代表像素c运动目标与背景模型的距离值越小。为防止运动目标靠近背景模型时出现漏检情况，需对 ${w_A}$ 的值进行动态调整^[15]，即： ${w_A}$ 伴随 $\kappa $ 的增大而增大。本文利用广义逻辑函数对权重 ${w_A}$ 的值进行分配，权重 ${w_A}$ 的分配公式为

$\begin{array}{l} \left\{ \begin{array}{l} {w_A}(c,g) = {w_{\min }} + \dfrac{{{w_{\max }} - {w_{\min }}}}{{1 + Q\exp {{( - B(\kappa ({Y_c},g - 1)))}^{1/\upsilon }}}}\\ {w_B}(c,g) = 1 - {w_A}({Y_c},g) \end{array} \right. \end{array}$

式中： $B$ 为常量，通常取值为0.5； ${Y_c}$ 为样本值。

2.4 分类器设定

文章利用CLC分类器、CLD分类器，得到每一种分类器像素c的概率值 $q({w_j}\left| c \right.)$ 。假定运动目标概率值和背景模型概率值相同，依据贝叶斯公式^[16]，可将式(8)重新定义为

$\begin{gathered} q({w_j}\left| c \right.) = {w_A} \cdot \frac{{q({c_A}\left| {{w_k}} \right.)}}{{q({c_A}\left| {{w_{nc}}} \right.) + q({c_A}\left| {{w_{mc}}} \right.)}} + \\ {w_B} \cdot \frac{{q({c_B}\left| {{w_k}} \right.)}}{{q({c_B}\left| {{w_{nc}}} \right.) + q({c_B}\left| {{w_{mc}}} \right.)}},k \in \left\{ {nc,mc} \right\} \end{gathered} $

式中， $q({c_A}\left| {{w_{nc}}} \right.)$ 、 $q({c_A}\left| {{w_{mc}}} \right.)$ 表示CLD分类器得到的像素c为背景模型 $R({w_{nc}})$ 的后验概率值； $q({c_B}\left| {{w_{nc}}} \right.)$ 、 $q({c_B}\left| {{w_{mc}}} \right.)$ 表示CLC分类器得到的像素c为背景模型 $R({w_{mc}})$ 的后验概率值。

3 实验仿真的对比分析

本文实验采用TOF相机进行视频采集，分辨率为1 800×1 080。为验证本文改进算法的有效性，本文对运动目标与背景模型颜色类似、背景模型运动和光照突变3种不同类型的室内视频帧序列进行仿真。本文所有实验均采用MATLAB 2018b软件进行仿真分析。

3.1 实验参数的设定

本文算法受到诸多参数的限制影响，这些参数的设定值将会对算法产生影响，为保证算法在整体上获得良好性能优势，在结合大量实验数据的基础上对表1的参数值进行设定。

3.2 运动目标与背景模型颜色类似

当运动目标与背景模型颜色相同时，序列1背景模型见图3(a)所示，图3(b)选择的盒子颜色与背景模型颜色相同。为保证实验结果的准确性，只保留图3(b)中的盒子部分，如图3(c)所示。在图4(a)中，采用CLC分类器进行目标检测，从图中明显看出，检测结果存在严重缺失；在图4(b)中，利用CLD分类器融合特征信息进行目标检测，检测的目标基本完整，但由于噪声点的影响，导致检测出的目标边缘不清晰；图4(c)采用本文改进算法进行目标检测，该算法检测效果最佳。与图4(d)手工检测结果对比，两者检测结果相近。

3.3 背景模型运动

若背景模型快速移动时，序列2的背景模型如图5(a)所示，在图5(b)中，第165帧图像背景模型开始运动，图5(c)为第342帧信息融合后的距离图像。图6(a)是采用CLC分类器对背景模型进行更新，此时，检测图中出现“鬼影”；图6(b)是采用CLD分类器依据本文提出的背景更新策略，对背景中移动物体进行判断，且有效克制了“鬼影”现象，但由于噪声点的影响，导致检测出的目标边缘不清晰；图6(c)采用改进算法进行目标检测，本文改进算法可以对运动的背景模型进行快速、准确判断，且有效消除了“鬼影”区域，检测效果最佳，与图6(d)手工检测结果基本相同。

3.4 光照突变

序列3为光照突变的视频序列，第769帧时光照突变。为保证实验结果的准确性，仍然对检测目标进行截取处理；为确保实验检测结果的一般性，在进行图像截取时，截取部分未进行特征信息融合处理。在图7的检测结果图中，图7(a)采用CLC分类器不能适应光照快速突变；图7(b)利用CLD分类器融合特征信息进行目标检测，检测的目标基本完整，但由于噪声点的影响，导致检测出的目标边缘不清晰；图7(c)采取的本文算法虽无法获取距离图像的完整信息，但受到光照突变的影响较小，与图7(d)的手工检测结果相对比，存在些许差异，但从整体来讲，本文算法可以有效抑制“鬼影”以及光照突变的情况。

3.5 实验结果的定量分析

为了更加准确地对3种算法进行评估分析，选定多个评价指标对其进行评估，评估参数主要包括召回率(Re)、精度(Pr)、F数，其中，召回率、F数、精度的值越大，说明算法的性能越好；计算公式为

${{\rm{P}}_{\rm{r}}} = \frac{{{\rm{TP}}}}{{{\rm{TP}} + {\rm{FP}}}}$

(17)

${{\rm{R}}_{\rm{e}}} = \frac{{{\rm{TP}}}}{{{\rm{TP + FN}}}}$

(18)

${\rm{F}} = {\rm{2RP}}({\rm{R + P}})$

(19)

式中：TP表示被成功检测为运动目标时的像素值；TN表示被成功检测为背景模型时的像素值；FN表示被错判为背景模型时的像素值；FP表示被错判为运动目标时的像素值；F数表示对Pr和Re两项指标进行综合评价，F数可以更加全面地对算法的性能进行综合评估。表2为几种算法的评估对比。

从表2数据可以看出，采用本文算法所得到的精度、召回率以及F数均为最优，验证了本文改进算法的可行性。

4 结论

1)采用SOFM模型有效改善了色彩空间模型的真实性；

2)在SOFM模型基础上，利用CLC和CLD分类器进行检测，有效避免了光照突变、背景模型颜色相似、背景模型运动等问题；

3)通过对召回率、精度、F数的综合考评分析。本文采用算法的评价指标均为最优，进而验证了本文算法的可行性。