-
题名基于可见光视频图像处理的水上弱小目标检测方法
被引量：7
- 1
-
-
作者
冉鑫
任蕾
-
机构
上海海事大学商船学院
-
出处
《上海海事大学学报》
北大核心
2010年第2期11-17,共7页
-
基金
国家高技术研究发展计划("八六三"计划)(2007AA11Z249)
上海市科学技术委员会自然科学基金(08ZR1409300)
上海市教育委员会支出预算资助项目(2008083)
-
文摘
针对基于可见光视频图像处理的水上弱小目标检测中存在的问题,综述目前该领域的国内外研究进展,从动态背景建模、前景目标检测和跟踪等方面分析各种方法、算法的优势和不足,指出目前需要解决的问题,并展望该领域的研究前景.
-
关键词
目标检测
动态背景建模
图像处理
-
Keywords
target detection
dynamic background modeling
image processing
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP75
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于最优k均值聚类的时空动态背景模型
被引量：6
- 2
-
-
作者
舒浩浩
陈盛双
李石君
-
机构
武汉理工大学理学院
武汉大学计算机学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第2期413-419,共7页
-
基金
国家自然科学基金项目(61272109
61502350)资助
-
文摘
为了还原动态背景像素值的真实分布,本文提出了基于最优k均值聚类的时空背景模型.首先采集每个像素点不同时刻的相邻像素信息,然后对采集到的所有样本像素值进行多次k均值聚类,并计算对应的轮廓系数找到最优k值,建立初始背景概率模型.由于最优k值反映了数据真实分布的个数,其值越大说明动态背景变化越快,因此最后根据最优k值计算更新速率对背景模型进行实时更新.本文在CDnet2014提供的动态背景数据集上进行了相应的实验,实验结果表明本文提出的模型对运动目标检测的效果要优于ViBe、EFIC、AAPSA等目前已有的算法.
-
关键词
动态背景建模
运动目标检测
K均值聚类
轮廓系数
-
Keywords
dynamic background modeling
moving target detection
k-means clustering
silhouette coefficient
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名改进特征空间的红外弱小目标背景建模法
- 3
-
-
作者
樊香所
文良华
徐兴贵
徐智勇
冉兵
-
机构
宜宾学院智能制造学部
广西科技大学广西土方机械协同创新中心
云南财经大学信息学院
中国科学院光电技术研究所
-
出处
《太赫兹科学与电子信息学报》
2023年第9期1109-1116,共8页
-
基金
国家自然科学基金资助项目(62001129,61975171)
广西自然科学基金资助项目(2021GXNSFBA075029)
广西科技基地和人才专项资助项目(2019AC20147)。
-
文摘
为有效去除动态背景对弱小目标信号的干扰,提出改进特征空间的红外弱小目标背景建模法来抑制背景。先采用改进的各向异性滤波算法从空域角度进行滤波以约束图像各个组分的差异,紧接着取连续时间域上多帧滤波后的图像组成一个特征矩阵,借助于主成分分析法进行特征分解,最后将输入图像投影到特征空间上进行背景建模,同时为了适应动态变化的背景,在时域上以一定学习率来更新背景模型。实验结果表明,提出的算法比传统的算法取得更好的背景估计效果,结构相似性SSIM、对比度增益I和背景抑制因子BIF分别大于0.97、15.46和5.25。
-
关键词
弱小目标
动态背景建模
各向异性滤波
主成分分析
-
Keywords
dim and small target
dynamic background modeling
anisotropic filtering
Principal Component Analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于空间和时间特性的动态背景中的运动物体检测
被引量：1
- 4
-
-
作者
崔青
刘鹏
张盛平
刘家锋
唐降龙
-
机构
哈尔滨工业大学计算机科学与技术学院
-
出处
《黑龙江大学自然科学学报》
CAS
北大核心
2009年第6期781-784,794,共5页
-
基金
国家自然科学基金资助项目(60702032)
-
文摘
基于高斯混合模型(GMM)的方法在运动物体检测中应用广泛,并且取得了很好的效果。然而这种方法在动态背景中,例如摇曳的树枝、喷泉、照相机的抖动等,其效果受到严重影响。主要的原因是忽略了像素间的空间相互关系,这种关系对处理动态背景十分关键。提出一种新颖的运动物体检测方法,通过同时运用空间和时间信息,有效地处理了动态背景。实验效果表明在动态背景中,新方法的效果明显好于传统的GMM方法。
-
关键词
运动物体检测
动态背景建模
空间时间信息
-
Keywords
moving object detection
dynamic background modeling
spatial and temporal cues
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名恶劣环境下多目标实时跟踪算法研究
- 5
-
-
作者
邱晓欣
张文强
秦晋贤
杜正阳
张德峰
-
机构
复旦大学计算机科学技术学院
上海市智能信息处理重点实验室
-
出处
《山东大学学报（工学版）》
CAS
北大核心
2014年第2期21-27,42,共8页
-
基金
国家重点基础研究发展计划子课题资助项目(2010CB327906)
-
文摘
提出一种在恶劣环境下能实时进行多目标跟踪的方法,相比于目前的监控系统,该方法能够更加精确地跟踪场景中的入侵目标,并且算法效率有了较大提升。首先,在动态背景建模codebook作为背景建模算法的基础上,对背景更新方法进行改进,使前景检测准确率相对于原算法有了很大提升,并且在主要性能上优于其他的主流背景建模算法。其次,本研究选用粒子滤波算法作为多目标跟踪方法,对重采样方法进行了较大改进,使之能在实时环境下保持粒子的有效性和多样性。实验证明该系统构建有较好效果,能在实际恶劣场景下进行多目标跟踪,并保持较好的检测和跟踪效果。
-
关键词
多目标跟踪
粒子滤波算法
动态背景建模
视频分析
视觉
图像处理
-
Keywords
multi-target tracking
particle filter algorithm
dynamic background modeling
video analysis
vision
im-age processing
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
