-
题名动态场景红外图像的压缩感知域高斯混合背景建模
被引量:9
- 1
-
-
作者
王传云
秦世引
-
机构
北京航空航天大学自动化科学与电气工程学院
沈阳航空航天大学计算机学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2018年第7期1212-1226,共15页
-
基金
国家自然科学基金(61703287
61731001
+4 种基金
U1435220)
辽宁省教育厅科研项目(L201726)
北京市科技计划项目(D16110400130000-D161100001316001)
沈阳市科技计划项目(18-013-0-24)
沈阳航空航天大学博士启动基金(17YB16)资助~~
-
文摘
针对动态场景下红外图像的背景模型构建问题,提出一种基于压缩感知(Compressed sensing,CS)域高斯混合模型(Gaussian mixture model,GMM)的背景建模方法.该方法不是对图像中的每个像素建立高斯混合模型,而是对图像局部区域的压缩感知测量值建立高斯混合模型.1)通过提取红外图像轮廓的角点特征,估计相邻帧图像间的相对运动参数以对图像进行校正与配准;2)将每帧图像网格化为适当数目的局部子图,利用序列图像构建每个局部子图的压缩感知域高斯混合背景模型;3)采用子空间学习训练稀疏字典,通过子空间追踪对可能含有目标的局部子图进行选择性稀疏重构;4)通过背景减除实现前景目标检测.以红外图像数据集CDnet2014和VIVID PETS2005进行实验验证,结果表明:该方法能建立有效的动态场景红外图像背景模型,对成像过程中所受到的场景动态变化、背景扰动等具有较强的鲁棒性,其召回率、精确率、F-measure等性能指标及处理速度较之于同类算法具有明显优势.
-
关键词
动态场景
红外图像
背景建模
压缩感知
高斯混合模型
-
Keywords
dynamic scene
infrared image
background modeling
compressed sensing (CS)
Gaussian mixture model(GMM)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
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
- 2
-
-
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
- 3
-
-
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]
-
-
题名基于箱线图与全卷积网络的动态场景烟雾检测
被引量:1
- 4
-
-
作者
王文标
郝友维
时启衡
-
机构
大连海事大学船舶电气工程学院
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2024年第6期2213-2219,共7页
-
基金
国家自然科学基金项目(61973049)。
-
文摘
烟雾具有透光性强、纹理模糊等特征,且易与云、雾等目标混淆,导致基于视频的单阶段烟雾检测网络识别准确率低且受环境干扰明显,难以满足实际现场的使用需求。针对上述问题,提出一种基于箱线图背景建模(Box Plot Background, BPB)与全卷积分类网络(Full Convulsion DNCNN,FCDN)的二阶段烟雾检测算法:一阶段使用箱线图统计方法剔除背景队列中的移动干扰目标,利用背景队列中的最大值与最小值建立能适应动态场景的背景模型,以减少一阶段动态背景误报和背景模型被污染带来的烟雾区域遗漏;二阶段使用卷积层替换全连接层,解决输入图像尺寸和形状的限制问题,提升火灾初期细长形烟雾的检出效率。试验显示,该算法在动态场景下的漏检率与误检率均明显降低,并显著提升了烟雾检测速度。
-
关键词
安全工程
烟雾检测
动态场景
箱线图
背景建模
全卷积网络
-
Keywords
safety engineering
smoke detection
dynamic scene
box plot
background modeling
fully convolution networks
-
分类号
X932
[环境科学与工程—安全科学]
-
-
题名基于改进ViBe的自适应运动目标检测算法
- 5
-
-
作者
费莉梅
田翔
郑博仑
-
机构
之江实验室智能装备研究院
浙江大学生物医学工程与仪器学院
杭州电子科技大学自动化学院
-
出处
《计算机工程与设计》
北大核心
2024年第6期1771-1779,共9页
-
基金
国家自然科学基金项目(62001146)。
-
文摘
针对ViBe算法无法去除动态背景,易出现鬼影及不能自适应光照变化的问题,提出一种复杂环境自适应的ViBe改进算法。通过计算区域的复杂度、闪烁波动度,对分类半径R和更新率T进行动态调整,对样本点进行有效性权重的计算,更高效地过滤背景噪声和适应光照渐变;在检测物体状态变化时,动态调整R和T,通过融合前景点计数和帧差法优化鬼影消除;通过识别最小外接矩阵区域差异加快去除鬼影;利用帧差法实时检测光照突变,及时进行重新初始化,避免大量误检。实验结果表明,改进ViBe算法在适应动态背景、光照变化及抑制鬼影等方面比原算法均有更好检测效果,检测精度平均提升了40.7%。
-
关键词
ViBe算法
运动目标检测
复杂背景
自适应阈值
动态场景
鬼影消除
背景建模
自适应
-
Keywords
ViBe algorithm
moving object detection
complex background
self-adaptive threshold
dynamic scene
ghost elimination
background modeling
adaptive
-
分类号
TP391
[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
- 6
-
-
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
- 7
-
-
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
- 8
-
-
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]
-
-
题名复杂气象条件下图像去雾霾增强方法
- 9
-
-
作者
李强
冯马谦
-
机构
中国电子科技集团公司第二十七研究所
-
出处
《电光系统》
2022年第3期19-25,共7页
-
文摘
文章主要对复杂气象条件下成像图像去雾霾进行研究,提出了基于改进色彩同态滤波、基于物理模型暗通道快速实时图像去雾霾方法,并将算法应用于静止场景和含运动目标场景,并对比分析了各算法运行和测试效果,经过验证,文中方法能够有效实现雾霾退化图像增强,为后续复杂气象环境下目标检测、识别奠定基础。
-
关键词
雾霾气象
图像增强
改进的同态滤波
暗通道物理模型
-
Keywords
Haze dynamic Weather
Image Enhancement
Improved Homomorphic Filtering
background modeling
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
-
题名动态纹理背景的建模
- 10
-
-
作者
何莎
费树岷
-
机构
东南大学自动化学院
-
出处
《计算机应用》
CSCD
北大核心
2009年第B12期241-243,共3页
-
文摘
针对室外条件下动态纹理背景,采用自回归运动平均(ARMA)模型建立背景模型,并引入快速增量主元分析(IPCA)算法对模型进行降维,并辨识其中参数,实现最大似然估计。运用增量主元分析算法,不需要估算协方差矩阵,直接可以递增地得到特征向量和奇异值,计算出样本序列的主要元素。完成参数辨识后,ARMA模型可以合成无限长度的预测图像序列。最后,仿真实验证明了算法的有效性。
-
关键词
动态纹理
背景建模
自回归运动平均模型
增量主元分析
子空间系统辨识
-
Keywords
dynamic textures
background modeling
Autoregressive Moving Average (ARMA) model
Incremental Principal Component Analysis (IPCA)
subspace system identification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多自由度人体运动动态图像目标检测方法仿真
- 11
-
-
作者
唐开悦
王思涵
-
机构
广西师范大学
-
出处
《计算机仿真》
北大核心
2021年第9期199-202,437,共5页
-
文摘
采用当前方法对人体运动动态图像进行目标检测时,无法消除图像中存在的阴影区域,导致图像清晰度低、位置误差大和检测效率低。提出多自由度人体运动动态图像目标检测方法,构建高斯背景模型,分离图像的背景区域和目标区域,将目标区域变换到HSI空间中,结合小区域去除方法和数学形态学处理,根据阴影区域饱和度高和亮度值低的特点确定目标区域中存在的阴影,通过匹配补偿去除目标区域中的阴影部分。根据目标区域的灰度分布构建目标更新模型,实现多自由度人体运动动态图像目标的检测。实验结果表明,所提方法的图像清晰度高、位置误差小、检测效率高。
-
关键词
人体运动动态图像
背景建模
阴影消除方法
目标检测方法
灰度分布
-
Keywords
Human motion dynamic image
background modeling
Shadow removal method
Target detection method
Gray distribution
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-