-
题名自适应混合高斯建模的高效运动目标检测
被引量：22
- 1
-
-
作者
刘伟
郝晓丽
吕进来
-
机构
太原理工大学信息与计算机学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2020年第1期113-125,共13页
-
基金
国家重点研发计划项目(2017YFB1401001).
-
文摘
目的如何使快速性与完整性达到平衡是运动目标检测的关键问题。现有的满足快速性的算法容易受到光照的影响,对动态环境的适应能力较弱,获取的目标信息不完整,导致空洞问题的产生。而具有较高完整性的算法复杂度高,运算速度慢,实时性差。为此,本文提出基于自适应混合高斯建模的3帧差分算法。方法利用3帧差分运算简单、可扩展性强、抗干扰能力好的特性,对视频图像进行目标轮廓的提取。针对3帧差分运算导致目标内部信息提取不完整的问题,采用学习率自适应调整的混合高斯背景差分,在模型创建之初,通过较快的模型更新速率,增加背景模型的迭代次数,消除物体运动造成的"鬼影"。在背景模型中的干扰信息消除之后,以目标像素及相邻8像素在当前帧与背景模型中的差异度为依据调整学习率,实现背景模型的自适应修正,增加目标图像的完整性;同时,通过删除冗余的高斯分布,降低算法复杂度。为进一步确保目标边缘的完整及连续,采用边缘对比差分算法,使参与运算的帧数依据目标的运动速度自适应选取,以降低背景点的误判率,使边缘信息尽可能地连续、完整。结果本文算法获取的目标信息完整,且边缘平滑。在提升检测率的同时保证较高的准确率,达到了95.23%,所获目标的完整度提高了28.95%;与传统混合高斯算法相比,时间消耗降低了29.18%,基本达到实时性要求。与基于混合高斯建模的背景差分法(BD-GMM)和基于边缘对比的3帧差分法(TFD-EC)相比,本文算法明显占优。结论实验结果表明,本文算法可以有效抑制动态环境的干扰,降低算法复杂度,既保证实时性,又具有较好的完整性,可广泛应用于智能视频监控、军事应用、工业检测、航空航天等领域。
-
关键词
运动目标检测
3帧差分
边缘对比差分
背景模型
混合高斯建模
自适应学习率
-
Keywords
moving target detection
three-frame difference
edge contrast difference
background model
Gaussian mixture modeling(GMM)
adaptive learning rate
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于边缘对比差分算法的运动目标检测
被引量：4
- 2
-
-
作者
刘小静
薛峰
-
机构
西北工业大学电子信息学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第10期246-251,共6页
-
文摘
传统三帧差分目标检测算法容易发生边缘缺失现象,导致无法通过形态学处理来完全填补目标内部的空洞。为此,提出一种边缘对比差分目标检测算法,以获取目标边缘。根据视频图像的连续性与运动目标速度的不确定性建立理论模型。对传统边缘差分算法与固定参数的边缘对比差分算法进行分析,提出依据目标运动参数自适应获取当前模型参数的方法,从而降低背景点的误判率并获得完整的目标边缘。实验结果表明,相对传统三帧差分算法,该算法能快速有效地从视频序列中提取运动目标,且具有更好的鲁棒性。
-
关键词
三帧差分算法
边缘对比差分算法
速度自适应
运动目标检测
形态学处理
-
Keywords
three-frame difference algorithm
edge contrast difference algorithm
speed adaptive
moving object detection
morphological processing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
