-
题名一种基于梯度方向信息的运动目标检测算法
被引量：12
- 1
-
-
作者
孙瑾
顾宏斌
郑吉平
-
机构
南京航空航天大学信息科学与技术学院
南京航空航天大学民航学院
清华大学计算机科学与技术系
-
出处
《中国图象图形学报》
CSCD
北大核心
2008年第3期571-579,共9页
-
基金
国家高技术研究发展计划(863)项目(2007AA01Z306)
国家自然科学基金委员会与中国民用航空总局联合资助项目(60776812)
民航总局科技基金资助项目(E9905-MH)
-
文摘
运动目标检测是智能视觉监控系统的基本内容。在对现有算法分析的基础上提出了一种基于梯度方向信息的运动目标检测算法。首先利用方向信息提取视频图像序列中每一帧的边缘梯度图,然后通过改进传统帧差算法,采用uint8数据格式处理含有时间关系的两帧图像以此确定运动目标粗略边界,经运动目标连通域识别,最后结合梯度方向信息准确提取运动目标的完整轮廓。实验结果表明,该算法克服了传统帧差算法不能准确定位目标的缺点,在室内外复杂背景下均能准确地提取完整的目标轮廓。
-
关键词
智能视觉监控系统
运动目标检测
帧差
梯度
-
Keywords
intelligent video surveillance system,moving object detection,frame difference,gradient
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名面向图像目标提取的改进连通域标记算法
被引量：15
- 2
-
-
作者
王凯
黄山
赵瑜
张洪斌
-
机构
四川大学电气信息学院
四川大学计算机学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2014年第7期2438-2441,2498,共5页
-
文摘
传统连通域标记算法应用在智能视觉监控系统过程中,每次连通域标签合并都要从头开始逐一扫描整幅画面,导致不必要全局性重复处理,同时图像像素点增加和噪声干扰,严重影响了目标提取的处理速度。为此,提出了一种面向图像目标提取的改进连通域标记算法。通过对图像画面进行分块,根据各个小块中前景点所占比例来区分前景目标区域块,减少了待标记的数据量,增加了抗噪力;记录标签范围,减少了计算机搜索的时间。在不同应用场景的实验结果表明,该算法提高了抗噪性,缩短了处理时间,平均处理速度约为改进前的212.36倍。
-
关键词
智能视觉监控系统
连通域标记
图像像素
前景目标
目标提取
-
Keywords
intelligent visual surveillance system
connected component labeling
image pixels
foreground obj ects
target ex-traction
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
-
题名银行营业场所智能视觉监控系统
被引量：2
- 3
-
-
作者
刘强
蔡灿辉
黄金凤
邹溢
-
机构
华侨大学信息科学与工程学院
-
出处
《电视技术》
北大核心
2006年第4期86-88,共3页
-
基金
福建省科技计划项目(2005H034)
-
文摘
介绍一种自动人脸检测与跟踪的智能视觉监控系统,它可以获取进入银行营业场所人员的清晰正面像。结合自适应阈值判定运动像素点分离运动目标、肤色特征、多级Adaboost分类器和Hausdorff距离实现实时人脸定位;用检测到的人脸位置来初始化跟踪算法实现快速人脸跟踪;以及基于对象的视频编码传输以及算法的DSP实现。
-
关键词
人脸检测
人脸跟踪
智能视觉监控系统
-
Keywords
face detection
face tracking
intelligent visual surveillance system
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种快速的运动目标检测算法
被引量：1
- 4
-
-
作者
王玉锐
陈辉
唐丽焕
吕小倩
-
机构
山东大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第34期152-154,共3页
-
基金
山东省科技攻关计划 No.2005GG3201116
山东省自然科学基金No.Z2005G02~~
-
文摘
将运动目标检测的改进方式分为三类。针对固定摄像机的视觉监控系统,提出了一种改进的高斯混合模型算法。通过对方差在高斯混合模型中的作用进行分析,省略方差更新,将方差设为固定值,均值学习率采用固定值。实验结果表明,同传统检测方法相比,改进的算法具有更好的实时性与可靠性。
-
关键词
智能视觉监控系统
运动目标检测
高斯混合模型
方差
-
Keywords
intelligent video monitoring system
moving object detection
Gaussian mixture model
variance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
