咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于码书和纹理特征的运动目标检测 收藏

基于码书和纹理特征的运动目标检测

Moving Object Detection with Codebook and Texture Feature

作     者:李波 袁保宗 LI Bo;YUAN Bao-zong

作者机构:北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044 

出 版 物:《信号处理》 (Journal of Signal Processing)

年 卷 期:2011年第27卷第6期

页      面:912-918页

核心收录:

学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基  金:北京市优博项目(YB20081000401) 国家973计划(2006CB303105 2004CB318110) 国家自然科学基金项目(NO.60673109) 

主  题:运动目标检测 码书 高斯局部二值模式 背景模型 

摘      要:复杂环境下如何进行鲁棒的运动目标检测是计算机视觉领域热门研究课题。本文提出了一种新的码书和高斯局部二值模式(GLBP)的纹理描述的运动物体检测方法,在线学习构建码书纹理背景模型。首先用码书以类似聚类的方式构建每个像素的码书模型,根据码字的颜色和亮度相似性,将背景像素分布用聚类码字的形式表示出来,同时在模型初始化和运动检测阶段不断更新码字以反映背景变化。然后用单高斯模型来学习背景像素变化的概率,生成GLBP纹理算子,同时在线更新GLBP反映图像空间纹理信息变化。最后融合三个特征将当前帧分割为前景背景两部分。通过实验视频表明本方法在实际视频中取得了较好的鲁棒的效果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分