基于协同训练的低空运动平台动态人物阴影检测-论文.pdf

基于协同训练的低空运动平台动态人物阴影检测-论文.pdf

ID:53763186

大小:1.74 MB

页数:11页

时间:2020-04-24

基于协同训练的低空运动平台动态人物阴影检测-论文.pdf_第1页
基于协同训练的低空运动平台动态人物阴影检测-论文.pdf_第2页
基于协同训练的低空运动平台动态人物阴影检测-论文.pdf_第3页
基于协同训练的低空运动平台动态人物阴影检测-论文.pdf_第4页
基于协同训练的低空运动平台动态人物阴影检测-论文.pdf_第5页
资源描述:

《基于协同训练的低空运动平台动态人物阴影检测-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷第6期计算机辅助设计与图形学学报Vo1.26No.62014年6月JournalofComputer—AidedDesign&ComputerGraphicsJune2014基于协同训练的低空运动平台动态人物阴影检测解志刚”,胡少兴∞,张爱武”,孙卫东””(清华大学电子工程系北京100084)(北京航空航天大学机械工程与自动化学院北京100191)3(首都师范大学三维空间信息获取与应用教育部重点实验室北京100037)(wdsun@tsinghua.edu.en)摘要:针对现有视频监控中人物阴影检测大都采用背景减法,难以实现低空运动平台下的动态检测问题,提出一种针对低空运动平台

2、的动态人物阴影检测方法.在改进现有的3种室外人物阴影像素特征的基础上,提出一种亮度反差区域特征,并通过实验给出了其优化组合模式;基于像素与区域特性的独立性构建双视图分类器,设计了与之相适应的半监督协同训练策略;最后针对实时处理需求,提出了通过随机采样改善学习效率、利用支持向量机解决小样本学习问题的加速方案.实际低空运动平台下的实验结果表明,该方法具有较高的人物阴影检测率与较好的算法鲁棒性,可有效地解决低空运动平台下的高质量动态人物阴影检测问题.关键词:低空运动平台;动态人物阴影检测;阴影像素和区域特征;协同训练中图法分类号:TP391.41DetectingDynamicHumanSh

3、adowBasedonLowAltitudeMovingPlatformbyCo—trainingXieZhigang¨,HuShaoxing,ZhangAiwu,andSunWeidong’(DepartmentofElectricalEngineering,TsinghuaUniversity,Beijing100084)(SchoolofMechanicalEngineering&Automation.BeihangUniversity,BeOing100191)。’(KeyLaboratoryof3DInformationAcquisition&ApplicationofMOE

4、.CapitalNormalUniversity.Beijing100037)Abstract:Intheareaofvideo—monitoring,backgroundsubtractionmethodiswidelyadoptedtodetecthumanshadows,butitisdifficulttoachievedynamicdetectionforthelOWaltitudemovingplatforms.Inordertoresolvetheproblemofdynamichumanshadowdetectiononboardof1OWaltitudemovingpl

5、atform,anovelmethodisproposedinthispaper.Inthismethod,accordingtothecharacteristicsoftheoutdoorhumanshadow,threekindsofpixelbasedfeaturesareimproved,akindofareabasedfeaturenamed“luminancecontrast”isproposed,andfurthermore,anoptimizedcombinationofthosefeaturesisgivenexperimentally.Secondly,accord

6、ingtotheindependencebetweenpixelbasedandareabasedfeatures,atwo—viewclassifierbasedonCO—trainingtheoryandasemi—supervisedtrainingstrategyforthisclassifierareestablished.Andthen,therandomsamplingtheoryisadoptedforimprovingthetrainingefficiencyandthesupportvectormachinehasalsobeenadoptedtosolvethep

7、roblemofsmallsampleslearning.Someexperimentalresultsshowthatthisproposedmethodischaracterizedbyhighshadowdetectionrateandfinerobustness,caneffectivelysolvetheproblemofdynamichumanshadowdetectionforlowaltitudemovingplatforms.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。