复杂背景下基于贝叶斯-全概率联合估计的前景检测

被引：10

作者：

李拥军 ^{[1
]}

曾标 ^{[2
]}

徐克付 ^{[3
]}

李阳 ^{[3
]}

机构：

[1] 华南理工大学计算机科学与工程学院

[2] 华南理工大学理学院

[3] 中国科学院计算技术研究所信息内容安全技术国家工程实验室

来源：

电子与信息学报 | 2012年 / 34卷 / 02期

关键词：

目标检测; 复杂背景; 贝叶斯-全概率联合估计; 误差控制变量;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对复杂背景下前景提取较为困难或者提取准确率较低等问题,该文提出了基于贝叶斯-全概率联合估计的目标检测模型并引入了背景误差控制变量的概念。通过选择适当的特征向量,在贝叶斯-全概率估计模型下,背景像素将会分为静止与运动两种不同的类型,进而准确提取前景像素点。实验结果表明,该模型是一个较为通用的目标检测模型,在目标提取时,该文算法对各种类型的视频背景环境(包括复杂背景)都具有较好的适用效果。

引用

页码：388 / 392

页数：5

共 8 条

[1] 基于时间窗的自适应核密度估计运动检测方法 [J].