基于全卷积孪生神经网络的复杂监控场景下前景提取方法

刘峰; 居昊; 干宗良

首页> 中文期刊> 《南京航空航天大学学报》 >基于全卷积孪生神经网络的复杂监控场景下前景提取方法

基于全卷积孪生神经网络的复杂监控场景下前景提取方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于光照变化、相机抖动和动态背景等因素影响,现有基于传统图像处理方法的前景提取算法并不能在复杂场景下获得良好的分割效果.针对此类问题,本文提出了一种基于全卷积孪生神经网络的前景提取算法,仅需任意2帧图像即可准确提取运动前景.将输入的2帧图像分为背景图像与待提取图像,将其输入全卷积孪生神经网络得到二者的相似性度量图,该相似性度量图中包含待提取图像相对于背景图像的各像素变化情况信息;接着将相似性度量图与待提取图像融合,利用编解码网络以实现端到端的前景提取.在CDnet2014数据集上进行综合评估与测试,结果均证明了该方法的有效性.

著录项

来源
《南京航空航天大学学报》 |2021年第5期|743-750|共8页
作者
刘峰; 居昊; 干宗良;
展开▼
作者单位

江苏省图像处理与图像通信重点实验室南京 210003;

南京邮电大学教育科学与技术学院南京 210003;

江苏省图像处理与图像通信重点实验室南京 210003;

南京邮电大学通信与信息工程学院南京 210003;

江苏省图像处理与图像通信重点实验室南京 210003;

南京邮电大学通信与信息工程学院南京 210003;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
前景提取; 度量学习; 孪生神经网络; 复杂监控场景;

相似文献

中文文献
外文文献
专利

1. 基于全卷积神经网络复杂场景的车辆分割研究 [J] . 张乐 ,张志梅 ,刘堃 . 青岛大学学报（工程技术版） . 2019,第002期
2. 基于全卷积神经网络的高分辨率航空影像建筑物提取方法研究 [J] . 朱岩彬 ,徐启恒 ,杨俊涛 . 地理信息世界 . 2020,第002期
3. 基于全局卷积神经网络的复杂图像语义分割方法 [J] . 张丹 ,柳爽 ,张晓娜 . 舰船电子工程 . 2021,第001期
4. 基于全局卷积神经网络的复杂图像语义分割方法 [J] . 张丹 ,柳爽 ,张晓娜 . 舰船电子工程 . 2021,第001期
5. 基于复杂卷积神经网络的混合场景人脸识别研究与实现 [J] . 杨晨皓 . 电子世界 . 2022,第2期
6. 动态场景因素干扰下基于卷积神经网络的视觉环路闭合探测研究 [C] . YANG Guotian ,杨国田 ,ZHANG Zihao . 第十二届中国智能机器人大会 . -1
7. 复杂场景下运动图像前景提取方法研究 [A] . 李百惠 . 2014

基于全卷积孪生神经网络的复杂监控场景下前景提取方法

摘要

著录项

相似文献

相关主题

期刊订阅