资料下载
×
基于自适应核密度估计的运动目标检测_苑玮琦
消耗积分:1 |
格式:pdf |
大小:2438KB |
2017-03-08
#Freedom
分享资料个
基于自适应核密度估计的运动目标检测_苑玮琦
运动目标检测是视监控系统中的一个重要研究内容, 是后 续的目标跟踪、识别等处理的基础,同时也是当前计算机视觉领 域的研究热点之一。运动目标检测方法主要有三类:光流法、帧 间差分法和减背景法。其中最常用的是减背景法,特点是算法简 单易于实现、实时性好,能够准确地提取出运动目标。对于减背 景法来说,背景模型的建立至关重要。 Elgammal 等根据各个像素的概率密度分布提出了一种非 参数核密度估计的方法, 能灵敏的检测前景目标并且对于自然 场景的运动很有效。但是,使用非参数核密度估计也存在几个问 题需要解决。第一,该方法认为每个像素点是独立的,而不考虑 该像素的亮度值分布和其邻域像素的亮度值分布的相关性,会 使得分割出的前景区域中产生不该出现的空洞。第二,用单个阈 值来进行前景区域检测时,该方法不能适应不同场景的变化。 本文提出了一种改进的非参数核密度估计模型的方法。该 方法能够随着时间的变化自动训练出视频图像中每个像素的 概率阈值,适应场景的变化;并且考虑邻近像素的空间相关性,去 除那些不是真正前景的区域,具有较好的鲁棒性。
运动目标检测是视监控系统中的一个重要研究内容, 是后 续的目标跟踪、识别等处理的基础,同时也是当前计算机视觉领 域的研究热点之一。运动目标检测方法主要有三类:光流法、帧 间差分法和减背景法。其中最常用的是减背景法,特点是算法简 单易于实现、实时性好,能够准确地提取出运动目标。对于减背 景法来说,背景模型的建立至关重要。 Elgammal 等根据各个像素的概率密度分布提出了一种非 参数核密度估计的方法, 能灵敏的检测前景目标并且对于自然 场景的运动很有效。但是,使用非参数核密度估计也存在几个问 题需要解决。第一,该方法认为每个像素点是独立的,而不考虑 该像素的亮度值分布和其邻域像素的亮度值分布的相关性,会 使得分割出的前景区域中产生不该出现的空洞。第二,用单个阈 值来进行前景区域检测时,该方法不能适应不同场景的变化。 本文提出了一种改进的非参数核密度估计模型的方法。该 方法能够随着时间的变化自动训练出视频图像中每个像素的 概率阈值,适应场景的变化;并且考虑邻近像素的空间相关性,去 除那些不是真正前景的区域,具有较好的鲁棒性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
