检索结果-南通市图书馆

动态背景下基于光流场分析的运动目标检测算法

在线全文

学校读者我要写书评

暂无评论

物理学报 2017年第8期66卷 97-104页

作者：崔智高王华李艾华王涛李辉火箭军工程大学西安710025 清华大学自动化系北京100084

针对现有动态背景下运动目标检测算法的不足,提出一种基于光流场分析的运动目标检测算法.首先根据前背景在光流梯度幅值和光流矢量方向上的差异确定目标的大致边界,然后通过点在多边形内部原理获得边界内部的稀疏像素点,最后以超像素为... 详细信息

针对现有动态背景下运动目标检测算法的不足,提出一种基于光流场分析的运动目标检测算法.首先根据前背景在光流梯度幅值和光流矢量方向上的差异确定目标的大致边界,然后通过点在多边形内部原理获得边界内部的稀疏像素点,最后以超像素为节点,利用混合高斯模型拟合的表观信息和超像素的时空邻域关系构建马尔可夫随机场模型的能量函数,并通过使目标函数能量最小化得到最终的运动目标检测结果.该算法不需要任何先验假设,能够同时处理动态背景和静态背景两种情况.多组实验结果表明,本文算法在检测的准确性和处理速度上均优于现有算法.

关键词：动态背景运动目标检测光流场分析马尔可夫随机场模型

动态背景下融合运动线索和颜色信息的视频目标分割算法

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2014年第8期25卷 1548-1557页

作者：崔智高李艾华冯国彦第二炮兵工程大学502教研室陕西西安710025 西安交通大学机械工程学院陕西西安710049

针对现有动态背景下目标分割算法存在的局限性,提出了一种融合运动线索和颜色信息的视频序列目标分割算法。首先,设计了一种新的运动轨迹分类方法,利用背景运动的低秩特性,结合累积确认的策略,可以获得准确的运动轨迹分类结果;然后,通... 详细信息

针对现有动态背景下目标分割算法存在的局限性,提出了一种融合运动线索和颜色信息的视频序列目标分割算法。首先,设计了一种新的运动轨迹分类方法,利用背景运动的低秩特性,结合累积确认的策略,可以获得准确的运动轨迹分类结果;然后,通过过分割算法获取视频序列的超像素集合,并计算超像素之间颜色信息的相似度;最后,以超像素为节点建立马尔可夫随机场模型,将运动轨迹分类信息以及超像素之间颜色信息统一建模在马尔可夫随机场的能量函数中,并通过能量函数最小化获得每个超像素的最优分类。在多组公开发布的视频序列中进行测试与对比,结果表明,本文方法可以准确分割出动态背景下的运动目标,并且较传统方法具有更高的分割准确率。

关键词：视频分割动态背景运动轨迹超像素马尔可夫随机场模型

在线全文

学校读者我要写书评

暂无评论

动态背景下基于改进视觉背景提取的前景检测

光学精密工程 2014年第9期22卷 2545-2552页

作者：陈星明廖娟李勃陈启美南京大学电子科学与工程学院江苏南京210046

由于视觉背景提取算法(ViBe)对存在动态背景的户外视频的前景检测结果依然不够精确,故提出了一种改进的ViBe算法。文中描述了经典ViBe算法及其特点;介绍了改进的ViBe算法针对动态背景的改进措施。该算法采用多帧连续图像初始化背景模型... 详细信息

由于视觉背景提取算法(ViBe)对存在动态背景的户外视频的前景检测结果依然不够精确,故提出了一种改进的ViBe算法。文中描述了经典ViBe算法及其特点;介绍了改进的ViBe算法针对动态背景的改进措施。该算法采用多帧连续图像初始化背景模型,降低了单帧图像初始化所产生的"鬼影"对前景检测精度的影响;在匹配过程中,引入自适应的匹配阈值,克服了单个的全局阈值对动态背景适应能力差的问题;最后,在更新过程引入空间一致性判断与模糊准则来减少算法的误检,提高了算法的鲁棒性。实验结果表明,该算法可以有效地检测动态背景下的运动目标,检测准确率比经典ViBe算法提高了20%以上。

关键词：前景检测视觉背景提取(ViBe) 动态背景自适应阈值空间一致性模糊准则

在线全文

学校读者我要写书评

暂无评论

双目协同动态背景运动分离方法

红外与激光工程 2013年第S01期42卷 179-185页

作者：崔智高李艾华姜柯第二炮兵工程大学502教研室陕西西安710025

针对动态背景中运动分离的难点问题,提出了一种双目协同的运动分离方法。该方法利用一个相机实现监控场景的广域监视,另外一个相机实现运动目标的动态捕捉,通过图像配准的方法协同分离出运动前景。针对两相机同步帧图像存在的尺度和灰... 详细信息

针对动态背景中运动分离的难点问题,提出了一种双目协同的运动分离方法。该方法利用一个相机实现监控场景的广域监视,另外一个相机实现运动目标的动态捕捉,通过图像配准的方法协同分离出运动前景。针对两相机同步帧图像存在的尺度和灰度差异,设计了一种由粗到精的图像配准方法,该方法比传统的特征配准方法具有更高的配准精度。通过实际监控场景下的视频实验,验证了方法的有效性和可行性。实验结果表明:该方法对于摄像机运动、尺度和灰度差异等影响因素具有较强的适应能力,在智能监控领域具有较广泛的应用前景。

关键词：运动目标分离动态背景双目协同图像配准由粗到精

基于鲁棒M估计和Mean Shift聚类的动态背景下运动目标检测

在线全文

学校读者我要写书评

暂无评论

光子学报 2014年第1期43卷 136-141页

作者：徐诚黄大庆南京航空航天大学电子信息工程学院南京210016 南京航空航天大学无人机研究院南京210016

针对动态背景下运动目标的检测问题,提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先,在考虑全局光照变化的情况下,构建鲁棒M估计器估计全局运动,以实现最小化相邻2帧图像中所有像素亮度的绝对残差和,根据M估计得到像... 详细信息

针对动态背景下运动目标的检测问题,提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先,在考虑全局光照变化的情况下,构建鲁棒M估计器估计全局运动,以实现最小化相邻2帧图像中所有像素亮度的绝对残差和,根据M估计得到像素点权值,提取出代表局部运动信息的离群点;在离群点中均匀抽取网格点,然后利用Mean Shift聚类算法实现不同运动点的分割;根据聚类的结果生成凸包,准确分割出运动目标区域。实验结果表明,该方法能检测出动态背景下的多个运动目标区域,多目标检测准确度到达95%以上,并且只需两帧图像就可以准确检测并锁定运动目标,满足实时处理的要求,具有一定的工程意义.

关键词：运动目标检测动态背景鲁棒M估计 Mean Shift聚类凸包

在线全文

学校读者我要写书评

暂无评论

基于元胞自动机的动态背景运动目标检测

光学精密工程 2017年第7期25卷 1934-1940页

作者：陆牧朱明高扬张刘中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室吉林长春130033 吉林大学仪器科学与电气工程学院吉林长春1360061

针对传统运动目标检测算法在动态背景条件下难以准确检测出运动目标的问题,提出了一种基于元胞自动机的动态背景运动目标检测算法。首先,根据SLIC算法分割视频图像,并应用多模态混合动态纹理模型对视频图像进行背景建模。然后,融合空时... 详细信息

针对传统运动目标检测算法在动态背景条件下难以准确检测出运动目标的问题,提出了一种基于元胞自动机的动态背景运动目标检测算法。首先,根据SLIC算法分割视频图像,并应用多模态混合动态纹理模型对视频图像进行背景建模。然后,融合空时显著性检测与基于元胞自动机的自动更新机制得到优化的显著性图。最后,通过对优化后的显著性图做适当的阈值分割处理得到视频图像中的运动目标。实验仿真结果表明,在动态背景条件下该算法可以有效的抑制视频图像中非运动目标的显著性物体对检测结果带来的影响,检测运动目标的精度较高,并且具有一定的鲁棒性。

关键词：元胞自动机显著性检测动态背景运动目标检测

基于相位相关和差分相乘的动态背景下运动目标检测

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2010年第5期31卷 980-983页

作者：周许超屠大维陈勇赵其杰张翼成上海大学机电工程与自动化学院上海200072

本文提出一种基于相位相关和差分相乘的动态背景下运动目标检测方法。首先用相位相关算法配准由于摄像机运动导致的图像背景旋转、缩放和平移量,然后用连续四帧图像差分相乘的方法分割出运动目标的轮廓,最后用形态学图像处理方法填补运... 详细信息

本文提出一种基于相位相关和差分相乘的动态背景下运动目标检测方法。首先用相位相关算法配准由于摄像机运动导致的图像背景旋转、缩放和平移量,然后用连续四帧图像差分相乘的方法分割出运动目标的轮廓,最后用形态学图像处理方法填补运动目标中的小空洞,并滤除残留的孤立噪声点。经过对多个视频序列的试验验证,结果表明该方法具有良好的性能,它对于各种因素的影响,如光照变化、背景中树叶晃动等局部微小变化、背景配准误差等,都有很强的适应能力。

关键词：相位相关差分相乘动态背景运动目标检测

复杂动态背景下基于群稀疏的运动目标检测方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2021年第12期49卷 2330-2338页

作者：王洪雁张海坤罗宇华汪祖民浙江理工大学信息学院浙江杭州310018 大连大学信息工程学院辽宁大连116622 上海精密计量测试研究所上海201109

为提高复杂动态背景下运动目标检测精度,基于低秩及稀疏分解理论,本文提出一种基于群稀疏的运动目标检测方法.所提方法将观测视频分解为低秩静态背景,群稀疏前景及动态背景三部分.所提方法首先使用伽马范数近乎无偏近似矩阵秩函数,以解... 详细信息

为提高复杂动态背景下运动目标检测精度,基于低秩及稀疏分解理论,本文提出一种基于群稀疏的运动目标检测方法.所提方法将观测视频分解为低秩静态背景,群稀疏前景及动态背景三部分.所提方法首先使用伽马范数近乎无偏近似矩阵秩函数,以解决核范数过度惩罚较大奇异值导致所得最小化问题无法获得最优解进而降低检测性能的问题;其次,为利用前景目标边界先验信息以提升运动目标检测性能,每一帧使用过分割算法生成同性区域以定义群稀疏范数并用于约束前景矩阵;再次,为避免运动目标同时出现在稀疏前景和动态背景中,引入非相干项以提升二者可分性;最后,本文利用交替方向乘子方法(Alternating Direction Method of Multipliers,ADMM)求解所得非凸目标函数.实验结果表明,与现有主流运动目标检测算法相比,复杂动态背景下本文所提方法可较好抑制动态背景从而显著提高复杂运动背景下运动目标检测精度.

关键词：运动目标检测动态背景低秩群稀疏超像素

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯模型的动态背景检测

系统仿真学报 2007年第21期19卷 5042-5045,5058页

作者：刘英霞贺长伟王欣山东大学信息科学与工程学院山东济南250014

利用贝叶斯模型结合核密度函数理论,给出了在复杂的动态背景下检测出运动目标的方法。首先,在图像相关性的基础上,利用非参数核密度估计的方法,建立前景和背景的核密度函数,再利用贝叶斯理论,估计出背景和前景的先验概率,两者相结合得... 详细信息

利用贝叶斯模型结合核密度函数理论,给出了在复杂的动态背景下检测出运动目标的方法。首先,在图像相关性的基础上,利用非参数核密度估计的方法,建立前景和背景的核密度函数,再利用贝叶斯理论,估计出背景和前景的先验概率,两者相结合得到一个估计的阈值,从而实现目标和背景的分类。该方法对阈值的选取进行了理论分析,实验证明,提出的方法能够在动态背景中准确地检测出目标。

关键词：非参数核密度估计贝叶斯模型动态背景阈值选取目标检测