基于区域信息的自适应码本目标检测算法-论文.pdf

基于区域信息的自适应码本目标检测算法-论文.pdf

ID:57924475

大小:1.02 MB

页数:7页

时间:2020-04-14

基于区域信息的自适应码本目标检测算法-论文.pdf_第1页
基于区域信息的自适应码本目标检测算法-论文.pdf_第2页
基于区域信息的自适应码本目标检测算法-论文.pdf_第3页
基于区域信息的自适应码本目标检测算法-论文.pdf_第4页
基于区域信息的自适应码本目标检测算法-论文.pdf_第5页
资源描述:

《基于区域信息的自适应码本目标检测算法-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15卷第5期2015年2月科学技术与工程Vol_15No.5Feb.20151671—1815(2015)05-0125-07ScienceTechnologyandEngineering⑥2015Sci.Tech.Engrg.计算机技术基于区域信息的自适应码本目标检测算法张红颖李志忠(中国民航大学航空自动化学院,天津300300)摘要运动物体检测是视频监控系统的一个重要组成部分。针对经典码本目标检测算法存在的自适应动态背景能力不足,以及在复杂环境下检测精确度差的问题,提出一种基于区域信息的自适应码本目标检测算法。首先,利用添加学习率的方法对背

2、景模型进行自适应更新以使其适应不同的光照环境。其次,结合区域信息,将待检测像素的码本和周围像素的码本融合,得到更为精确的背景模型。最后,对前景像背景一样进行建模和更新,使得前景和背景模型可以在预设参数的控制下相互转化,消除由于背景变化造成的误检。实验结果表明:所提算法在有随机噪声及光照变化的复杂环境下,依然具有较好的检测率和较好的鲁棒性。基本满足动态场景中运动目标检测的精度高、速度快、抗噪强以及光照适应性好等要求。关键词目标检测码本自适应区域信息中图法分类号TP391.41;文献标志码A运动目标检测是指从视频流中实时提取出感兴描述每一像素点出现的

3、可能为背景的状态,然后根趣的前景目标的一项图像分割技术,而精确的对象据一定规则从中筛选,确定最终背景状态。这种基分割能极大地提高对象跟踪、识别、分类和动态分析于量化和聚类技术构建的码本模型有三方面的优的性能,其广泛应用于视频监控、多媒体索引、人物势:第一,它不需要像混合高斯模型和非参数核密度检测等领域。其中,视频监控的一个典型应用是在估计背景模型那样进行大量的概率运算;第二,相比交通路口、居民区、银行、办公室等地方安装固定SOBS模型和ViBe模型,其码字结构较为简单;第摄像机,利用计算机系统对这些实际环境的人和三,相比Wallflower模型和

4、W4模型,其拥有更多的物进行实时观测,并给出对它们行为和动作的描状态信息。这些优点使得它能在保证实时性的同述。目前比较流行的运动目标检测方法主要有光时,也能较好地处理周期变化的动态背景。但是这流法、帧间差分法、背景减除法以及这些方法的改种算法也存在着两处不足,一方面码本背景模型只进方法。是对单个像素在时间轴上的统计性建模,忽略了领背景减除法因为其简单易于实现且鲁棒性强等域像素间的空间分布相关性,从而使得背景模型不优点成为众多学者研究的热点。Wren等人提出了能精确地反映真实背景,这样在很大程度上影响了单高斯背景建模算法,Stauffer等人使用多

5、个高斯运动目标的检i贝0效果;另一方面,这种算法做了以下模型对背景建模,提出了混合高斯背景建模算假设:背景像素在RGB空间中是均匀分布在一个圆法,Toyama等人提出了一种三层的Wallflower方柱体内,其中RGB空间的三个分量之间是相互独立案J,Haritaolu等人提出了W4方法j,Kim等人将的,并且这个圆柱体的中心轴指向RGB空间的原一种结构化的码本(CodeBook)当作背景模型,E1.点,但这些假设并不完全准确,也对目标检测造成了gammal等人通过核密度估计建立了一种非参数化很大的影响。的背景模型,Maddalena等人提出了自

6、组织神经Wu等人通过添加时空像素的关联特征,提出元网络模型(SOBS)71,Barnich等人提出来一种叫了一种基于时空上下文的码本改进方法,提高了ViBe的算法。算法检测的准确度。霍东海等人利用椭球体近似表码本背景建模方法的基本思想是分别用编码本示背景像素在RGB空间的分布特征,提出了一种基于主成分分析的背景建模算法¨,具有良好的实时2014年9月17日收到天津市自然科学基金(12JCQNJC00600)资助第一作者简介:张红颖(1978一),女,副教授,硕士生导师。研究方性和鲁棒性。黄进等人提出了双梯柱体(double—tra—向:图像工程及

7、人工视觉。peziumcylinder)的码本背景模型⋯J,降低了算法的通信作者简介:李志忠(1987一),男,硕士研究生。研究方向:数字复杂度。姜柯等人提出了一种双重自适应码本模图像处理及机器视觉。E—mail:ZZ—li@126.tom。型_l,解决了动态背景的模型自适应问题。郭志涛126科学技术与工程l5卷等人将区域特征分析结合于码本目标检测算法¨,提高了检测精度。Guo等人将单层码本模型扩展为多层码本模型,更好地反映真实的背景模型。薛茹,等人将码本模型进行了块编码,增强了算法的实时性。针对经典码本算法对外界环境自适应能力不足和忽略空间分布

8、相关性等问题,该文提出了一种基于区域信息的自适应码本算法,在经典算法的基础上,利用背景学习率来适应外界光照环境的变化,并结合每个像素周围

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。