融合光流速度与背景建模的目标检测方法

被引:19
作者
张水发
张文生
丁欢
杨柳
机构
[1] 中国科学院自动化研究所
关键词
背景建模; 光流法; 目标检测; 混合高斯;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了克服传统基于像素的背景建模方法不能很好地描述背景运动的问题,提出了一种融合光流速度与背景建模的目标检测方法。结合像素的灰度信息、空间信息和时间信息计算出每个像素的光流速度,利用光流速度在时间域上的统计信息为背景建立光流速度场模型。利用建立的背景模型快速、准确地实现运动目标的检测。实验结果表明,融合光流速度的背景建模方法能有效地描述背景的运动,显著降低运动背景产生的噪音,鲁棒地实现运动目标检测。
引用
收藏
页码:236 / 243
页数:8
相关论文
共 8 条
[1]   基于特征光流的角点匹配快速算法 [J].
杨常清 ;
王孝通 ;
李博 ;
金良安 .
光电工程, 2006, (04) :85-88
[2]   人运动的视觉分析综述 [J].
王亮 ;
胡卫明 ;
谭铁牛 .
计算机学报, 2002, (03) :225-237
[3]  
Lucas/Kanade Meets Horn/Schunck: Combining Local and Global Optic Flow Methods[J] . International Journal of Computer Vision . 2005 (3)
[4]   Highly accurate optic flow computation with theoretically justified warping [J].
Papenberg, Nils ;
Bruhn, Andres ;
Brox, Thomas ;
Didas, Stephan ;
Weickert, Joachim .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2006, 67 (02) :141-158
[5]   Neural dynamics of binocular brightness perception [J].
Grossberg, S ;
Kelly, F .
VISION RESEARCH, 1999, 39 (22) :3796-3816
[6]   PERFORMANCE OF OPTICAL-FLOW TECHNIQUES [J].
BARRON, JL ;
FLEET, DJ ;
BEAUCHEMIN, SS .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1994, 12 (01) :43-77
[7]  
Improved Adaptive Gaussian Mixture Model for Background Subtraction. Zoran Zivkovic. Proceedings of the 17th International Conference on Pattern Recognition . 2004
[8]  
A tutorial on principal component analysis. Jonathon Shlens. . 2005