单高斯背景模型运动目标检测方法 随着现代安防监控技术的发展，运动目标检测技术已逐 用于银行商店地铁站飞机场等场合的智能视频监控系 背景减除法是目前运动分割中最常用的一种方法，能够 最完全的特征数据，其基本思想是用当前图像与 建立好 景模型相减，之后根据阈值判断是否有运动物 因此，在背 除法的实际应用中，需要解决两个问题 ：一是采用什么样 型来有效表示图像序列中的背景及其变化；二是怎样消除 断为运动区域中的阴影 在对传统的单高斯背景模型建立和更新算法进行改进 础上，建立背景模型，有效提取运动信息

基于视频的自动目标检测和跟踪是计算机视觉中一个重要的研究领域,特别是基于视频的智能车辆监控系 统中的运动车辆的检测和跟踪。提出一种自适应的背景估计方法来实时获得当前背景图像,从而分割出运动物体

视频监控中运动目标检测与背景更新方法,不仅给出了怎么样检测目标,而且运用更新的方法实现了更好的检测.-Video Surveillance moving target detection and background updating, not only given how the samples, and update the methods used to achieve better detection.

摄像机运动情况下的运动目标检测及跟踪是视频监控中的热点问题。论文提出一种基于SIFT（Scale Invariant Feature Transform） 特征匹配的运动目标检测和跟踪算法。在目标检测阶段，首先提取两帧带检测图像的SIFT特征点并进行特征匹配，然后计算两帧图像之间的几何变换矩阵，从而实现图像的几何对齐。再将几何对齐后的两幅图像进行差分，并在差分图像中寻找SAD最大值区域作为运动目标区域。在目标跟踪阶段，将已检测到的目标作为跟踪样本，与后检测到的目标区域进行SIFT特征匹配，结合论