本文關(guān)鍵詞：基于空時多線索融合的超像素運(yùn)動目標(biāo)檢測方法

  更多相關(guān)文章： 運(yùn)動目標(biāo)檢測 超像素分割 空時多線索 前景目標(biāo)模型 目標(biāo)分割

【摘要】：運(yùn)動目標(biāo)檢測是計(jì)算機(jī)視覺領(lǐng)域極具挑戰(zhàn)性的難題,該文針對這一問題提出一種基于空時多線索融合的超像素運(yùn)動目標(biāo)檢測方法。首先利用簡單線性迭代聚類算法將當(dāng)前幀分割為超像素集合,根據(jù)幀間的像素級時變線索找到當(dāng)前幀中包含運(yùn)動信息的前景超像素子塊;然后根據(jù)運(yùn)動目標(biāo)的一致性原則建立前一幀目標(biāo)模型,結(jié)合目標(biāo)空間線索進(jìn)一步確定包含運(yùn)動目標(biāo)的檢測窗口,將目標(biāo)檢測問題轉(zhuǎn)化為目標(biāo)分割問題,利用密集角點(diǎn)檢測將目標(biāo)從窗口中分割出來。在多個具有挑戰(zhàn)性的公開視頻序列上同幾種流行檢測算法的實(shí)驗(yàn)對比結(jié)果證明了所提算法的有效性和優(yōu)越性。
【作者單位】： 信息工程大學(xué)信息系統(tǒng)工程學(xué)院;
【關(guān)鍵詞】： 運(yùn)動目標(biāo)檢測 超像素分割 空時多線索 前景目標(biāo)模型 目標(biāo)分割
【基金】：國家科技重大專項(xiàng)(2014ZX03006003)~~
【分類號】：TP391.41
【正文快照】： 1引言在計(jì)算機(jī)視覺領(lǐng)域,運(yùn)動目標(biāo)檢測是指在視頻序列上發(fā)現(xiàn)并捕捉到完整運(yùn)動前景的行為,是目標(biāo)跟蹤、分類和行為理解等更高層次處理的關(guān)鍵底層技術(shù),其檢測效果將直接影響系統(tǒng)后續(xù)處理的各項(xiàng)性能。當(dāng)前,越來越多的運(yùn)動目標(biāo)檢測算法被開發(fā)以滿足不同的應(yīng)用需求(比如,智能機(jī)器人

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐軍，，向健勇，周翔，楊宜禾;基于特征域的目標(biāo)分割算法[J];紅外與激光工程;1998年02期

2 袁天云,姜志國,孟如松;目標(biāo)分割圖中粘連對象的自動切割和分離[J];中國體視學(xué)與圖像分析;2003年01期

3 李小俊;姚馳甫;;背景重建的運(yùn)動目標(biāo)分割改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年27期

4 鄧穎娜;朱虹;劉薇;錢慧芳;;基于姿態(tài)模型的人群目標(biāo)分割方法[J];計(jì)算機(jī)工程;2010年07期

5 李晶晶;管業(yè)鵬;葉勇;;復(fù)雜背景下的運(yùn)動目標(biāo)分割與陰影消除[J];電子器件;2011年05期

6 李林;盧煥章;肖山竹;廖斌;;基于部分投影的粘連目標(biāo)分割[J];電視技術(shù);2013年11期

7 侯格賢,吳成柯;一種結(jié)合遺傳算法的自適應(yīng)目標(biāo)分割方法[J];西安電子科技大學(xué)學(xué)報(bào);1998年02期

8 李艷,彭嘉雄;基于分維特征的目標(biāo)分割與檢測[J];華中理工大學(xué)學(xué)報(bào);2000年08期

9 楊益軍,趙榮椿;一個快速的人機(jī)交互式目標(biāo)分割系統(tǒng)[J];西北工業(yè)大學(xué)學(xué)報(bào);2000年02期

10 吳金勇;葛廣英;馬國強(qiáng);徐健健;;基于背景自適應(yīng)生成的監(jiān)控圖像運(yùn)動目標(biāo)分割[J];計(jì)算機(jī)應(yīng)用與軟件;2007年09期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 吳明軍;;自由運(yùn)動像機(jī)下的運(yùn)動目標(biāo)分割[A];豫贛黑蘇魯五省光學(xué)（激光）學(xué)會聯(lián)合學(xué)術(shù)2012年會論文摘要集[C];2012年

2 袁天云;姜志國;;目標(biāo)分割圖中粘連對象的自動切割和分離[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

3 劉o

本文編號：1041846