[发明专利]一种用于背景建模的训练图像序列的收敛方法

摘要

本发明公开了一种用于背景建模的训练图像序列的收敛方法，首先找出训练数据中的所有唯一数据并剔除一次，得到经过去噪的训练数据。然后每次从去噪训练数据的开头以长度为1，2，…，N得到N个子序列并分别求解方差；设置滑动窗口起始位置为方差序列的起始数据，每计算完窗口中方差子序列的方差后便将窗口向右滑动一次。最后得到双重方差序列，双重方差序列便是以一个“归一化”的标准来判断数据序列的收敛性。该方法以数字特征—方差为基础，从数据本身的特性出发，以一个简单易行的方式得到数据序列的收敛点，提高了背景模型在训练时的效率；同时采用灰度值个数减一的方法对训练数据进行去噪，提高了训练数据的质量，从而保证了模型的准确性。

主权项

1.一种用于背景建模的训练图像序列的收敛方法，其特征在于，包括以下步骤：步骤1：获取场景位置P在时间T内的灰度值信息，设为序列S_origin＝{x_i；i＝1…T}，其中x_i表示i时刻该位置的灰度值；步骤2：按照灰度值大小排序并剔除重复的值，得到灰度值序列S_intensity(length(S_intensity)≤length(S_origin))，其中length(S_intensity)表示排序后序列S_intensity的长度，length(S_origin)表示原始序列S_origin的长度；步骤3：每次都从S_origin的第一个位置开始搜索每一个S_intensity中的元素第一次出现的位置并删除，得到去噪后的序列S_new，长度为T_new；步骤4：对去噪后的序列S_new，计算方差序列V：{v_k；v_k＝std(x₁…x_k),k＝1…T_new}，其中std(x₁…x_k)表示标准差；步骤5：设置滑动窗口，长度为L_win；步骤6：计算方差序列W：步骤7：判断收敛；当方差w_j连续cnt次低于预设值ε时，则序列W在j‑L_win+1处开始收敛。