【摘要】：針對(duì)像素層自適應(yīng)分割算法(Pixel Based Adaptive Segmenter,PBAS)在動(dòng)態(tài)背景下檢測(cè)準(zhǔn)確率低、靜止或運(yùn)動(dòng)緩慢的前景目標(biāo)被更新為背景以及出現(xiàn)鬼影干擾的問(wèn)題,提出了一種結(jié)合像素級(jí)信息和區(qū)域級(jí)信息的改進(jìn)的前景檢測(cè)算法。首先,提出一種融合區(qū)域結(jié)構(gòu)信息和區(qū)域顏色信息的背景復(fù)雜度衡量方式;然后,采用改進(jìn)的背景復(fù)雜度來(lái)控制判定閾值和學(xué)習(xí)率,并檢測(cè)前景;其次,對(duì)像素層的檢測(cè)結(jié)果使用區(qū)域窗口進(jìn)行空間鄰域?qū)Ρ?以消除鬼影;最后,引入前景計(jì)數(shù)機(jī)制來(lái)保證靜止前景不被更新為背景。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)光照條件和前景運(yùn)動(dòng)速度不敏感,能有效地從背景中檢測(cè)出完整的前景目標(biāo),并迅速地消除鬼影干擾,準(zhǔn)確率達(dá)到了92.7%。
[Abstract]:The pixel layer adaptive segmentation algorithm, (Pixel Based Adaptive Segment Center, has low detection accuracy in dynamic background, static or slow-moving foreground targets are updated to background, and ghost interference occurs. An improved foreground detection algorithm combining pixel level information and region level information is proposed. Firstly, a method to measure the background complexity of the region structure information and the region color information is proposed. Then, the improved background complexity is used to control the decision threshold and the learning rate, and to detect the foreground. The detection results of pixel layer are compared with the region window in order to eliminate ghost. Finally, the foreground counting mechanism is introduced to ensure that the static foreground is not updated to the background. The experimental results show that the algorithm is insensitive to illumination conditions and foreground motion speed, and can effectively detect the complete foreground target from the background, and eliminate the ghost interference quickly, and the accuracy reaches 92.775%.
【作者單位】： 武漢理工大學(xué)信息工程學(xué)院;內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室;
【基金】：內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室基金(NHHY2014004) 國(guó)家自然科學(xué)基金(51579204)資助
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 郭巖松;楊愛萍;侯正信;何宇清;;壓縮感知目標(biāo)跟蹤[J];計(jì)算機(jī)工程與應(yīng)用;2011年32期

2 閆英戰(zhàn);楊勇;;基于風(fēng)險(xiǎn)決策與混合高斯背景模型的前景目標(biāo)突變快速檢測(cè)[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

3 姜柯;李艾華;蘇延召;;前景目標(biāo)檢測(cè)中的虛影消除算法[J];計(jì)算機(jī)工程;2013年10期

4 朱海龍;劉鵬;劉家鋒;唐降龍;;窗口序列PCA投影降噪的二次前景分割方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年09期

5 向金海;廖紅虹;樊恒;代江華;孫偉平;余勝生;;基于局部強(qiáng)度比率特征的前景檢測(cè)[J];計(jì)算機(jī)科學(xué);2014年03期

6 胡芝蘭;江帆;王貴錦;林行剛;嚴(yán)洪;;基于運(yùn)動(dòng)方向的異常行為檢測(cè)[J];自動(dòng)化學(xué)報(bào);2008年11期

7 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 蔣亮;張翔;陶霖密;徐光;;面向行為分析的前景目標(biāo)的持續(xù)檢測(cè)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

2 丁子昂;夏佳志;管宇;陳為;彭群生;;一種新的基于時(shí)空一致性的視頻摳取方法[A];中國(guó)計(jì)算機(jī)圖形學(xué)進(jìn)展2008--第七屆中國(guó)計(jì)算機(jī)圖形學(xué)大會(huì)論文集[C];2008年

相關(guān)碩士學(xué)位論文 前3條

1 楊軍;基于視頻監(jiān)控平臺(tái)的船舶和渡口人數(shù)統(tǒng)計(jì)研究[D];湖南師范大學(xué);2015年

2 楊靜偉;基于粒子濾波的行人跟蹤[D];西安科技大學(xué);2014年

3 趙明瀚;自適應(yīng)的視頻人數(shù)識(shí)別系統(tǒng)研究[D];北京郵電大學(xué);2014年

，

本文編號(hào)：2157392