伪装场景中的前景检测

前景检测因其在许多实际应用中的重要性已被广泛研究数十年。大多数现有方法假设前景和背景表现出视觉上不同的特征，因此一旦获得良好的背景模型即可检测前景。然而，在许多情况下并非如此。视频监控中特别令人感兴趣的是伪装情况。例如，主动攻击者通过故意穿着与背景视觉相似的衣服来伪装。在这种情况下，即使给定良好的背景模型，检测前景物体也并非易事。本文提出一种纹理引导加权投票（TGWV）方法，可有效检测伪装场景中的前景物体。所提方法采用平稳小波变换将图像分解为频带。我们表明，图像域中前景与背景之间微小且难以察觉的差异可在某些小波频带中有效捕获。为做出最终前景判定，基于所有小波带的强度和纹理开发了加权投票方案，权重经过精心设计。实验结果表明，与当前最先进结果相比，所提方法实现了优越性能。