• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pattern Analysis and Applications >Statistical background model-based target detection
【24h】

Statistical background model-based target detection

机译：基于统计背景模型的目标检测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a statistical background modeling framework to deal with the issue of target detection, where the global and local information is utilized to achieve more accurate detection of moving objects. Specifically, for the target detection problem under illumination change conditions, a novel self-adaptive Gaussian mixture model mixed with the global information is utilized to construct a statistical background model to detect moving objects; for the target detection problem under dynamic background conditions, the self-tuning spectral clustering method is first utilized to cluster background images, and then the kernel density estimation method mixed with the local information is utilized to construct a statistical background model to detect moving objects. Experimental results demonstrate that the proposed framework can improve the detection performance under illumination change conditions or dynamic background conditions.
机译：本文提出了一个统计背景建模框架来处理目标检测的问题，其中利用全局和局部信息来实现对运动物体的更准确检测。具体地，针对光照变化条件下的目标检测问题，利用一种新的自适应高斯混合模型与全局信息混合，构建统计背景模型来检测运动物体。针对动态背景条件下的目标检测问题，首先采用自校正光谱聚类方法对背景图像进行聚类，然后结合核密度估计方法和局部信息，构建统计背景模型来检测运动物体。实验结果表明，该框架可以提高光照变化条件或动态背景条件下的检测性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号