1.一种融合多特征的多因素视频遮挡区域检测方法，其特征在于，所述方法包括：获取多因素视频遮挡区域检测训练样本；所述多因素包括可见区域、阴影、噪声；所述训练样本由视频序列中的前、后两帧图像组成；

提取所述训练样本中像素点的多因素视频遮挡区域检测相关特征；所述多因素视频遮挡区域检测相关特征包括亮度块变化比特征和三色衰减比特征；

对所述多因素视频遮挡区域检测相关特征进行归一化处理，生成所述多因素视频遮挡区域检测相关特征对应的归一化特征值；

根据所述归一化特征值进行Kmeans聚类，生成所述训练样本中像素点的聚类质心；

根据所述聚类质心和所述归一化特征值确定特征权重系数；

根据所述特征权重系数生成改进的距离计算公式；

根据所述改进的距离计算公式进行加权Kmeans聚类，生成加权Kmeans聚类模型；

获取待测视频序列的待测归一化特征值；

将所述待测视频序列的待测归一化特征值输入所述加权Kmeans聚类模型中，输出遮挡区域检测结果；

所述提取所述训练样本中像素点的多因素视频遮挡区域检测相关特征，具体包括：采用公式 确定所述训练样本中的

第m帧图像中像素点x的像素块亮度均值Patchm(x)；其中像素点x的坐标为(i,j)；Im(x,y)为所述训练样本中的第m帧图像中坐标为(x,y)的像素点的亮度，m＝1、2；

根据所述像素点x的像素块亮度均值Patchm(x)，采用公式确定所述像素点x的亮度块变化比特征fBPCR(x)；其中uα(x)为像素点x对应的光流值；Patch1(x)为所述训练样本中的第一帧图像中像素点x的像素块亮度均值；Patch2[x+uα(x)]为所述训练样本中的第二帧图像中与所述像素点x对应的像素点的像素块亮度均值；

所述根据所述聚类质心和所述归一化特征值确定特征权重系数，具体包括：根据所述聚类质心ci和所述归一化特征值xj，采用公式 计算特征偏差εj；其中K为聚类的类别；x∈ci表示属于第i类的训练样本像素点；

根据所述特征偏差εj，采用公式 确定特征权重系数λj；

所述根据所述特征权重系数生成改进的距离计算公式，具体包括：根据所述特征权重系数λj生成改进的距离计算公式

2.根据权利要求1所述的多因素视频遮挡区域检测方法，其特征在于，所述提取所述训练样本中像素点的多因素视频遮挡区域检测相关特征，还包括：获取所述训练样本中的第一帧图像中像素点x的R、G、B三通道颜色值R1(x)、G1(x)、B1(x)，以及第二帧图像中与所述像素点x对应的像素点的R、G、B三通道颜色值R2[x+uα(x)]、G2[x+uα(x)]、B2[x+uα(x)]；

根据所述三通道颜色值，采用公式 确定所述像素点x的三色衰减比特征；其中fTAM‑M(x)为所述像素点x的第一三色衰减比特征；fTAM‑N(x)为所述像素点x的第二三色衰减比特征；ΔR(x)＝βR1(x)‑R2[x+uα(x)]|，ΔG(x)＝|G1(x)‑G2[x+uα(x)]|，ΔB(x)＝|B1(x)‑B2[x+uα(x)]|。

3.根据权利要求2所述的多因素视频遮挡区域检测方法，其特征在于，所述对所述多因素视频遮挡区域检测相关特征进行归一化处理，生成所述多因素视频遮挡区域检测相关特征对应的归一化特征值，具体包括：

采用公式 对所述多因素视频遮挡区域检测相关特征进行归一化处理，生成所述多因素视频遮挡区域检测相关特征对应的归一化特征值；其中xj为所述训练样本中像素点x对应的第j个多因素视频遮挡区域检测相关特征对应的归一化特征值，xj'为所述训练样本中像素点x对应的第j个多因素视频遮挡区域检测相关特征的特征值，j为各多因素视频遮挡区域检测相关特征所对应序号，j＝1，2，3；其中x1'＝fBPCR(x)，x'2＝fTAM‑M(x)，x'3＝fTAM‑N(x)；min(x'j)为各特征值xj'中的最小值，max(x'j)为各特征值xj'中的最大值。

4.根据权利要求3所述的多因素视频遮挡区域检测方法，其特征在于，所述根据所述归一化特征值进行Kmeans聚类，生成所述训练样本中像素点的聚类质心，具体包括：根据所述归一化特征值生成所述训练样本中像素点x与聚类质心特征间的欧式距离计算公式 其中，ci为第i类的质心，n＝3，cij为质心ci的第j个多因素视频遮挡区域检测相关特征对应的归一化特征值；

根据所述欧式距离计算公式对所述训练样本的所有像素点进行Kmeans聚类，生成所述训练样本中像素点聚类后的聚类质心ci。

5.一种融合多特征的多因素视频遮挡区域检测系统，其特征在于，所述系统包括：训练样本获取模块，用于获取多因素视频遮挡区域检测训练样本；所述多因素包括可见区域、阴影、噪声；所述训练样本由视频序列中的前、后两帧图像组成；

特征提取模块，用于提取所述训练样本中像素点的多因素视频遮挡区域检测相关特征；所述多因素视频遮挡区域检测相关特征包括亮度块变化比特征和三色衰减比特征；

归一化处理模块，用于对所述多因素视频遮挡区域检测相关特征进行归一化处理，生成所述多因素视频遮挡区域检测相关特征对应的归一化特征值；

Kmeans聚类模块，用于根据所述归一化特征值进行Kmeans聚类，生成所述训练样本中像素点的聚类质心；

特征权重系数计算模块，用于根据所述聚类质心和所述归一化特征值确定特征权重系数；

距离计算公式改进模块，用于根据所述特征权重系数生成改进的距离计算公式；

加权Kmeans聚类模块，用于根据所述改进的距离计算公式进行加权Kmeans聚类，生成加权Kmeans聚类模型；

待测样本获取模块，用于获取待测视频序列的待测归一化特征值；

遮挡区域检测模块，用于将所述待测视频序列的待测归一化特征值输入所述加权Kmeans聚类模型中，输出遮挡区域检测结果；

所述特征提取模块具体包括：

像素块亮度均值计算单元，用于采用公式确定所述训练样本中的第m帧图像中像素点x的像素块亮度均值Patchm(x)；其中像素点x的坐标为(i,j)；Im(x,y)为所述训练样本中的第m帧图像中坐标为(x,y)的像素点的亮度，m＝

1、2；

亮度块变化比特征计算单元，用于根据所述像素点x的像素块亮度均值Patchm(x)，采用公式 确定所述像素点x的亮度块变化比特征fBPCR(x)；其中uα(x)为像素点x对应的光流值；Patch1(x)为所述训练样本中的第一帧图像中像素点x的像素块亮度均值；Patch2[x+uα(x)]为所述训练样本中的第二帧图像中与所述像素点x对应的像素点的像素块亮度均值；

所述特征权重系数计算模块具体包括：特征偏差计算单元，用于根据所述聚类质心ci和所述归一化特征值xj，采用公式计算特征偏差εj；其中K为聚类的类别；x∈ci表示属于第i类的训练样本像素点；

特征权重系数计算单元，用于根据所述特征偏差εj，采用公式 确定特征权重系数λj；

所述距离计算公式改进模块具体包括：距离计算公式改进单元，用于根据所述特征权重系数λj生成改进的距离计算公式

6.根据权利要求5所述的多因素视频遮挡区域检测系统，其特征在于，所述特征提取模块还包括：

三通道颜色值获取单元，用于获取所述训练样本中的第一帧图像中像素点x的R、G、B三通道颜色值R1(x)、G1(x)、B1(x)，以及第二帧图像中与所述像素点x对应的像素点的R、G、B三通道颜色值R2[x+uα(x)]、G2[x+uα(x)]、B2[x+uα(x)]；

三色衰减比特征计算单元，用于根据所述三通道颜色值，采用公式确定所述像素点x的三色衰减比特征；其中fTAM‑M(x)为所述像素点x的第一三色衰减比特征；fTAM‑N(x)为所述像素点x的第二三色衰减比特征；ΔR(x)＝|R1(x)‑R2[x+uα(x)]|，ΔG(x)＝|G1(x)‑G2[x+uα(x)]|，ΔB(x)＝|B1(x)‑B2[x+uα(x)]|。