【摘要】：稀疏表示已經(jīng)成為運(yùn)動(dòng)目標(biāo)檢測(cè)的有效方法之一,但其還沒有很好地解決目標(biāo)檢測(cè)的快速性和魯棒性.本文基于最大后驗(yàn)概率提出了一種快速魯棒的運(yùn)動(dòng)目標(biāo)檢測(cè)模型,并設(shè)計(jì)了該模型的求解算法.該算法包括兩個(gè)階段:在第一階段利用編碼遷移實(shí)現(xiàn)稀疏系數(shù)的快速求解;在第二階段基于運(yùn)動(dòng)目標(biāo)的空間連續(xù)性結(jié)構(gòu),利用圖切實(shí)現(xiàn)目標(biāo)檢測(cè).在多個(gè)具有挑戰(zhàn)性的圖像序列上的實(shí)驗(yàn)結(jié)果表明,與其他經(jīng)典運(yùn)動(dòng)目標(biāo)檢測(cè)算法相比,本文方法在快速性和魯棒性方面具有較優(yōu)的性能.
[Abstract]:Sparse representation has become one of the effective methods for moving target detection, but it has not solved the problem of fast and robust detection. In this paper, a fast robust moving target detection model based on the maximum posterior probability is proposed, and an algorithm for solving the model is designed. The algorithm consists of two stages: in the first stage, the sparse coefficients are solved quickly by coding migration; in the second stage, based on the spatial continuity structure of moving objects, target detection is realized by graph cutting. Experimental results on several challenging image sequences show that the proposed method has better performance in terms of rapidity and robustness than other classical moving target detection algorithms.
【作者單位】： 解放軍陸軍軍官學(xué)院十一系;解放軍陸軍軍官學(xué)院三系;
【基金】：安徽省自然科學(xué)基金(No.1508085QF114,No.1608085QF144) 國(guó)家自然科學(xué)基金(No.61379105) 中國(guó)博士后科學(xué)基金(No.2014M562535)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭志芬,張玉蘭;圖象動(dòng)目標(biāo)檢測(cè)[J];北京理工大學(xué)學(xué)報(bào);1992年03期

2 陳忠碧;張啟衡;彭先蓉;任臣;;基于塊估計(jì)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];光電工程;2006年06期

3 于明;閆必行;閻剛;于洋;;融合空時(shí)顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];計(jì)算機(jī)仿真;2013年04期

4 關(guān)曉惠;周志敏;;一種復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];浙江水利水電專科學(xué)校學(xué)報(bào);2010年01期

5 甘新勝;趙書斌;;基于背景差的運(yùn)動(dòng)目標(biāo)檢測(cè)方法比較分析[J];指揮控制與仿真;2008年03期

6 高瓊;戴曉琴;;淺談運(yùn)動(dòng)目標(biāo)檢測(cè)方法的研究[J];科技信息;2009年27期

7 王欣;殷肖川;;基于背景重構(gòu)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];微計(jì)算機(jī)信息;2008年10期

8 王成儒;孟鳳;;快速背景重建的在線運(yùn)動(dòng)目標(biāo)檢測(cè)[J];光電工程;2007年06期

9 於時(shí)才;吳鍵;;運(yùn)動(dòng)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];計(jì)算機(jī)仿真;2011年02期

10 張國(guó)欣;張殿富;范柳青;;運(yùn)動(dòng)目標(biāo)檢測(cè)方法的對(duì)比分析和仿真實(shí)現(xiàn)[J];電子科技;2011年12期

相關(guān)會(huì)議論文 前4條

1 王磊;;雙置條件下運(yùn)動(dòng)目標(biāo)檢測(cè)方法[A];2008年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 祁亞斌;周軍紅;;基于二維最大熵的運(yùn)動(dòng)目標(biāo)檢測(cè)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 王宏群;方帥;高明;;基于抑制光強(qiáng)變化影響的運(yùn)動(dòng)目標(biāo)檢測(cè)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 屈鑒銘;智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];西安電子科技大學(xué);2015年

2 王歡;復(fù)雜場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究[D];北京理工大學(xué);2015年

3 黃敏;基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[D];東南大學(xué);2014年

4 于紅緋;車載環(huán)境下基于單目大視角相機(jī)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];東北大學(xué);2013年

5 王歡;運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];南京理工大學(xué);2009年

6 解曉萌;復(fù)雜背景下運(yùn)動(dòng)目標(biāo)檢測(cè)和識(shí)別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2012年

7 向金海;視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤相關(guān)問題研究[D];華中科技大學(xué);2014年

8 李菊;復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D];合肥工業(yè)大學(xué);2015年

9 孫志海;視頻運(yùn)動(dòng)目標(biāo)檢測(cè)及減法聚類定位技術(shù)研究[D];浙江大學(xué);2009年

10 李進(jìn)明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 夏斌偉;視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D];華南理工大學(xué);2015年

2 王龍;動(dòng)態(tài)場(chǎng)景建模與運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];電子科技大學(xué);2014年

3 蘇靖峰;基于激光掃描的運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別[D];電子科技大學(xué);2014年

4 崔雪梅;靜態(tài)場(chǎng)景下運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的關(guān)鍵技術(shù)研究[D];青島大學(xué);2015年

5 吳佳龍;基于DSP的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 劉志紅;一種運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤監(jiān)控系統(tǒng)的研究[D];湖南師范大學(xué);2015年

7 黃潔;基于FPGA的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];東華理工大學(xué);2015年

8 彭娟;運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中南民族大學(xué);2014年

9 劉盛中;基于低秩結(jié)構(gòu)的運(yùn)動(dòng)目標(biāo)檢測(cè)[D];合肥工業(yè)大學(xué);2014年

10 孟燦;基于全方位視覺的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];中國(guó)計(jì)量學(xué)院;2015年

，

本文編號(hào)：2143858