弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。为充分提取与利用动态场景视频数据中的运动信息，提高检测方法在人体被遮挡、图像边缘的人体目标不完整等实际复杂情况下的检测效果，避免因单帧检测结果不完全引起的歧义，提出一种机场航站楼热成像视频下融入运动信息的显著人体检测方法。该方法首先通过背景模型初步分离图像数据的前景和背景，借由特征点轨迹聚类和运动估计仿射模型进一步分离因摄像机运动被误判的背景区域，最后将运动目标检测结果作为运动信息与单帧检测算法结果相融合。在4个数据集中的实验表明，该方法能够有效地从动态场景视频数据中提取运动信息，且能够有效提升单帧检测精度，并避免检测不完全情况的发生。
0 引言
随着民航事业的蓬勃发展，机场的安全性越来越受到人们关注。传统采用员工在航站楼中巡检的方式费时费力，员工的责任心成为影响巡检效果的关键因素。若员工在巡检过程中出现分心，则极易造成航站楼的安全隐患。因此，使用巡检机器人代替人工完成航站楼巡检工作成为必然的发展趋势。为适应夜间机场航站楼弱光甚至无光的环境，选用热成像摄像头作为巡检机器人的监控摄像头成为最佳选择。