基于支持向量机的监控视频遮挡树叶检测.pdf

基于支持向量机的监控视频遮挡树叶检测.pdf

ID:55977144

大小:763.78 KB

页数:6页

时间:2020-06-03

基于支持向量机的监控视频遮挡树叶检测.pdf_第1页
基于支持向量机的监控视频遮挡树叶检测.pdf_第2页
基于支持向量机的监控视频遮挡树叶检测.pdf_第3页
基于支持向量机的监控视频遮挡树叶检测.pdf_第4页
基于支持向量机的监控视频遮挡树叶检测.pdf_第5页
资源描述:

《基于支持向量机的监控视频遮挡树叶检测.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、JournalofComputerApplicationsISSN10ol一90812014..07.10计算机应用,2014,34(7):2023—2027,2032CODENJYIIDUhttp://www.joca.cn文章编号:1001—9081(2014)07.2023.05doi:10.11772/j.issn.1001—9081.2014.07.2023基于支持向量机的监控视频遮挡树叶检测袁渊,,丁胜,徐新一,陈黎’。(1.武汉科技大学计算机科学与技术学院,武汉430065;2.智能信息处理与

2、实时工业系统湖北省重点实验室(武汉科技大学),武汉430065)(}通信作者电子邮箱real_yuanyuan@163.com)摘要:针对安防监控摄像头被树叶遮挡的问题,提出一种基于支持向量机(SVM)的视频树叶遮挡检测算法。该算法利用视频的时域特性,采用累积帧差法实现对视频中疑似树叶区域的分割,提取视频中某一帧图像的整个区域和疑似树叶区域的颜色信息与面积信息作为视频的特征,最后采用支持向量机进行建模并用于视频树叶遮挡的检测。在有限样本前提下,算法准确率能够达到84%。实验结果表明,所提算法对于有树叶遮挡的

3、监控视频能够进行有效识别。关键词:树叶遮挡检测;监控视频;累积帧差;支持向量机;颜色特征中图分类号:TP391.41文献标志码:ASupportvectormachinebasedapproachforleafocclusiondetectioninsecuritysurveillancevideoYUANYuan,,DINGSheng一,XUXin一,CHENLi,(1.SchoolofComputerScienceandTechnology,WuhanUniversityofScienceandTech

4、nology,WuhanHubei430065,China;2.HubeiPr~inceKeyLaboratoryoflnteUigentInformationProcessingandReal—timeIndustrialS~tem(WuhanUniversityofScienceandTechnology),WuhanHubei430065,China)Abstract:Aimingattheproblemthatthesecuritysurveillancecamerashavebeenhiddenb

5、yleaves,aleafocclusiondetectionalgorithmbasedonSuppo~VectorMachine(SVM)wasproposed.Thealgorithmcontainsthreesteps.First,theregionsoftheleafexistinginthevideoweresegmented.Theaccumulatedframesubtractionmethodwasappliedtoachievethispurpose.Second,thecolorand

6、areainformationofthewholevideoimageandthesegmentedregionswereextractedasthekeyfeatures.Third,thesefeatureswereusedformodelinganddetectingobstacleocclusionbySVM.Forallthecollectedsamples,thedetectionaccuracyofthismethodcanreachpto84%.Theexperimentalresuhssh

7、owthattheproposedalgorithmcandetecttheleafocclusioninsecuritysurveillancevideoeffectively.Keywords:leafocclusiondetection;surveillancevideo;accumulatedinter·framesubtraction;Suppo~VectorMachine(SVM);colorfeature重要的学术价值和现实意义。0引言目前,国内外关于视频遮挡的研究基本都是针对人为干随着现代科

8、技的快速发展以及计算机技术的进步,安防扰造成的遮挡。视频人为遮挡的检测方法不少,但大致思路视频监控已经广泛地应用于人们的日常生产生活。截至都是利用人为遮挡会导致监控场景在短期内发生剧烈变化,2010年,北京市已安装26万余摄像头用于安防监控,黑龙江从而可以采取帧间对比的方法,对某些的特征进行比较来得省已新建监控点27355个⋯。面对数量日益庞大的视频源,到最终的检测结果一。所选取的对比特征有颜色直方要确保监控视频

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。