复杂场景实时目标检测方法

被引：11

作者：

白向峰 ^{[1
,2
]}

李艾华 ^{[1
]}

蔡艳平 ^{[1
]}

李喜来 ^{[1
]}

李仁兵 ^{[1
,3
]}

机构：

[1] 第二炮兵工程学院教研室

[2] 中国人民解放军部队

[3] 中国空气动力研究与发展中心

来源：

计算机辅助设计与图形学学报 | 2012年 / 01期

关键词：

目标检测; 非平稳背景; 空间混合高斯模型; 隶属度竞争;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对含有非平稳背景的复杂场景,提出一种基于空间混合高斯模型的实时目标检测方法.该方法以混合高斯模型作为颜色分布的统计框架,并在空间邻域中利用背景与前景隶属度之间的竞争确定像素的归属,提高了检测准确率;同时通过基于偏差均值的匹配判断和低权重模型的移除提升了混合高斯统计框架的性能,以实时地对运动目标进行准确的检测.实验结果表明,文中方法对非平稳背景有很好的适应能力,在检测准确率和运行效率上均优于其他检测方法.

引用

页码：104 / 111

页数：8

共 5 条

[1] 基于码书的运动目标检测方法 [J].

甘新胜 .

中国图象图形学报, 2008, (02) :365-371

[2] A robust framework for joint background/foreground segmentation of complex video scenes filmed with freely moving camera [J].

Slim Amri ;

Walid Barhoumi ;

Ezzeddine Zagrouba .

Multimedia Tools and Applications, 2010, 46 :175-205

[3]

Spatio-temporal context for codebook-based dynamic background subtraction[J] . Mingjun Wu,Xianrong Peng.AEUE - International Journal of Electronics and Communications . 2009 (8)

[4] Robust background maintenance by estimating global intensity level changes for dynamic scenes [J].

Hwang, Youngbae ;

Sung, Kapje ;

Chae, Jeong Sook ;

Park, Yong Woon ;

Kweon, In-So .

INTELLIGENT SERVICE ROBOTICS, 2009, 2 (03) :187-194

[5]

Bayesian modeling of dynamic scenes for object detection. Sheikh Y,Shah M. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2005

← 1 →