版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文提出了一種融合顯著性的動態(tài)場景背景提取算法,并把該算法運用到復(fù)雜場景下的進行運動目標檢測與跟蹤。當前國內(nèi)外科研人員和學(xué)者已經(jīng)提出了許多運動目標檢測算法,其中幀差法、光流法和背景減除法為主要的算法。而背景減除法是眾多學(xué)者傾向?qū)ζ溥M行研究的方向。背景減除法中主要的工作就是對背景進行建模,并對背景模型實時更新,達到實時運動目標檢測與跟蹤的目的。而在眾多背景模型構(gòu)建算法中,大多數(shù)算法都是基于像素極的背景模型。單高斯模型、混合高斯模型、自適應(yīng)
2、模型、核密度估計模型等等都是最常用到的背景模型。
自然場景變化呈現(xiàn)多樣性及不確定性,動態(tài)場景一般有幾種情況的存在:
1)光照強度及光照方向的變化;
2)背景中物體發(fā)生運動;
3)同一背景區(qū)域中存在不連續(xù)或周期性運動;
4)目標在運動中突然停止;
5)目標陰影,影響目標的真實形狀,導(dǎo)致在目標檢測過程中會出現(xiàn)目標檢測錯誤、誤將背景檢測為目標、檢測結(jié)果噪音過多、檢測目標存在空洞或誤將
3、陰影檢測為目標等各種問題的出現(xiàn)。為處理掉現(xiàn)存方法中存在的不足,眾多背景模型應(yīng)運而生。每一種或幾種背景模型一般都可以較好的解決一種復(fù)雜場景帶來的問題。同樣,核密度估計模型有不同于其他模型的特有的優(yōu)勢,該模型在背景建模過程中不需要參數(shù)選擇和更新的過程,而且不同于其他針對單個像素進行建模的背景模型,該模型考慮到了像素與像素之間存在的空間相關(guān)性。所以在運動目標檢測中可以比較完整地檢測出運動目標。但是,該算法對于背景中物體的運用比較敏感,會將部分
4、背景中的物體作為運動目標檢測出來。
為了緩解這個問題,本文提出了一種融合顯著性的背景提取算法。算法主要步驟是:首先對視頻序列采用核密度估計模型構(gòu)建背景模型,并對其進行背景提取,檢測出運動目標。由于背景中存在周期性運動,使得經(jīng)過背景提取算法檢測出的目標包含大量背景像素。同時,檢測到的前景中的運動目標可以比較完整。為了消除背景中周期性運動對運動目標檢測產(chǎn)生的干擾,本文將顯著性區(qū)域檢測方法應(yīng)用到核密度估計背景模型中。在目標檢測結(jié)果之
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜場景下的背景建模算法研究.pdf
- 基于背景建模的動態(tài)場景運動目標檢測算法研究.pdf
- 動態(tài)場景的背景建模方法研究.pdf
- 動態(tài)場景下運動目標檢測算法的研究.pdf
- 復(fù)雜場景下背景提取與自適應(yīng)更新算法在DSP上的實現(xiàn).pdf
- 動態(tài)背景下運動目標的提取.pdf
- 動態(tài)場景下運動目標檢測算法研究.pdf
- 動態(tài)場景中基于背景建模的運動目標檢測算法的研究.pdf
- 動態(tài)場景下運動目標檢測與跟蹤算法研究.pdf
- 復(fù)雜背景下動態(tài)手勢跟蹤算法研究.pdf
- 動態(tài)場景的視頻分割算法研究.pdf
- 動態(tài)場景下鋼坯精確測量算法的研究與實現(xiàn).pdf
- 動態(tài)場景下運動目標檢測與跟蹤算法的研究.pdf
- 復(fù)雜背景下的中心線提取算法.pdf
- 復(fù)雜背景下前景提取與融合算法研究.pdf
- 動態(tài)場景下視頻跟蹤研究.pdf
- 動態(tài)場景下特定行人連續(xù)跟蹤算法研究與實現(xiàn).pdf
- 動態(tài)場景下基于改進粒子濾波器的SLAM算法.pdf
- 高動態(tài)場景下BOC調(diào)制信號的捕獲與跟蹤算法研究.pdf
- 動態(tài)場景下的移動人體視覺偵測算法研究.pdf
評論
0/150
提交評論