背景减除法
背景减除法的相关文献在2003年到2022年内共计85篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文69篇、会议论文6篇、专利文献9114篇;相关期刊58种,包括企业技术开发(下半月)、贵州师范学院学报、电子设计工程等;
相关会议6种,包括第十届中国计算机图形学大会暨第十八届全国计算机辅助设计与图形学会会议、第十四届全国信号处理学术年会、2007'信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛等;背景减除法的相关文献由235位作者贡献,包括刘志镜、张小骏、刘帅奇等。
背景减除法
-研究学者
- 刘志镜
- 张小骏
- 刘帅奇
- 刘明
- 刘载文
- 娄莉
- 孙娴
- 孙林林
- 岳东
- 张宇
- 张弢
- 张艳艳
- 普罗米修斯·亚辛斯基
- 朱松豪
- 梁硕
- 段会锋
- 王前程
- 王小艺
- 童培诚
- 肖玉玲
- 荆晓远
- 赵文
- 赵杰
- 连晓峰
- 金栋梁
- 陈昆
- 马库斯·马特斯
- Bin Sheng
- Chen Jiaying
- Li Hong-an
- Li Huilin
- Li Zhanli
- Lixia Qin
- Lizhuang Ma
- Wen Wu
- Zhao Wenbo
- 丁保阔
- 严云洋
- 严益强
- 乔中涛
- 何胜皎
- 余涛
- 侯忠生
- 侯操
- 冯笑雨
- 刘仲民
- 刘佩
- 刘峰
- 刘巧玲
- 刘明兴
-
-
刘泽平;
刘明兴;
李晓帆;
姚明杰;
麻方达;
符朝兴
-
-
摘要:
针对移动目标检测方法存在的受背景环境影响而导致检测结果不准确的问题,本文提出一种融合高斯混合模型的背景减除法。算法与频率调谐显著性区域检测(frequency-tuned,FT)算法的移动目标检测方法。该研究以摄像头拍摄到的遥控车行走视频为分析材料,在降采样图像上用MOG2算法检测移动目标,经二值化和滤波去噪后框选移动目标感兴趣区域,采用FT算法检测此感兴趣区域,并利用置信度结合两次检测结果完成移动目标检测。实验结果显示,在置信度分别为α=0.6,β=0.4时,本文检测方法将检测300帧图像时平均交并比由0.72提高到0.78,说明该算法可以消除背景阴影及鬼影影响,从而有效提高移动目标的检测精度。
-
-
徐瑶瑶;
冯笑雨;
刘袁
-
-
摘要:
目前,各类传感器广泛覆盖在人类生存的各个角落里,持续捕捉着地球表层的空间场景结构与变化过程,真实地记录着精细的场景信息和运动目标信息,为人们提供了丰富的视频信息。人们通常对视频监控中的前景目标(运动目标)较为感兴趣,而前景目标提取是运动目标跟踪和事件监测的前提,直接影响监测的精确性。本文针对监控视频的前景目标提取问题,提出了不同应用场景下的监控视频前景目标提取方法,并通过实验验证了方法的可行性。
-
-
马新源;
郑义松;
王志鹏;
黄粤豫;
周航
-
-
摘要:
针对目前已有的运动目标检测算法和骨架细化算法的常见问题,提出改进的基于高斯混合模型(Gaussian Mixture Model,GMM)的背景减除法和改进ZS细化算法。传统的运动目标检测算法存在动态背景变化、光照变化、对噪声和阴影敏感等问题,笔者提出的改进的基于GMM的背景减除法可以较好地应对运动目标检测的挑战。该方法不仅可以减少光照变化的影响,降低噪声和阴影,还可以处理自然场景的动态变化。细化技术作为图像处理领域中最重要的技术之一,被应用于逐层侵蚀一个物体的图像,直到留下一个骨架。笔者对几种具有代表性的并行细化算法进行研究,并对目前应用最广泛的ZS细化算法进行改进。经实验验证,该改进算法可以克服ZS细化算法的缺点,得到拓扑性、连通性及细化性更强的人体骨架。
-
-
孙国庆;
侯忠生
-
-
摘要:
视频序列中的运动目标检测是计算机视觉领域的重要研究课题.背景减除是运动目标检测的有效方法,但相机抖动会对背景提取带来极大干扰,从而可能造成传统基于模型的图像处理方法模型失真.本文提出了相机抖动场景下前景图像提取的数据驱动背景图像更新控制算法.首先利用Harris特征检测进行背景补偿以消除抖动干扰.然后利用无模型自适应控制方法,建立单入单出控制系统来表示背景图像并进行实时更新.最后运用背景减除法提取运动目标前景图像.本文方法与传统基于模型方法进行了不同视频序列的对比仿真.实验结果表明,本文方法可以有效处理相机抖动场景下的运动目标检测问题,目标前景图像分离效果更加接近真实场景.
-
-
杨述斌;
周敏瑞;
潘伟
-
-
摘要:
接触式火灾探测器对环境有一定要求,且常适用于室内空间.目前,利用视频图像与计算机视觉技术相结合,进行火灾的检测和常规探查成为本领域的研究新方向.针对烟雾区域稀疏、扩散缓慢的特征,现有算法提取疑似烟雾区域不完整的问题,该文提出一种动态多帧差分法.首先,对视频图像序列进行非线性滤波,抑制一定的噪声;然后,根据面积比率动态提取疑似烟雾区域;最后,根据面积与周长变化确定烟区.通过多个维度对实验结果进行综合分析,表明该方法较为优秀,且对不同条件下的烟雾图像特征提取方法的选取有指导意义.
-
-
王子龙;
干宗良;
刘峰
-
-
摘要:
视觉背景提取器(ViBe)算法是一种经典的运动目标检测算法,但ViBe算法在面对伪装问题时性能大幅下降.为了更好地解决伪装问题,文中提出了一种基于权重隶属度函数的融合自顶向下信息和自底向上信息以增强前景检测的改进ViBe算法.首先,背景模型用于捕获自底向上信息,而前景模型用于捕获自顶向下信息.然后,根据像素与每个模型的匹配样本的数量和像素与其匹配样本之间的距离分别计算像素与上述两个模型的匹配度.最后,使用基于权重隶属度的同时使用前景模型匹配度和背景模型匹配度的决策框架来确定像素标签.实验数据表明,提出的方法在主观评价和客观评价方面均优于文中采用的其他对比算法,并且,提出的算法相比于原始ViBe算法在主观评价和客观评价上均有明显提升.实验结果证明了提出的方法的有效性,特别是处理存在伪装问题的序列.
-
-
唐德谦;
宋刚伟;
张进;
李钧;
周风娥;
张继康
-
-
摘要:
为了提高在监控视频下进行抛物识别的快速性及准确性,消除ghost区域存在的干扰以及PBAS算法存在的动态背景效果差的问题,提出了一种改进的PBAS算法.介绍了背景减除法与PBAS算法的理论基础,然后提出了一种改进的PBAS算法,并应用于抛物识别中,最后分别在纯净背景和复杂背景下进行抛物识别对比实验.实验证明文中改进的PBAS算法能够完全去除ghost带来的影响,该算法具有更高的检测率和准确率,实现了更好的抛物识别效果,有效提高了识别的平均处理速度,可以在监控视频中更精准、实时地呈现抛物现场的视频数据等信息,更好地满足在抛物识别中的实际应用.
-
-
-
-
-
王磊;
黎静;
王良斯
- 《2016第11届中国系统建模与仿真技术高层论坛》
| 2016年
-
摘要:
背景减除法对简单背景下运动目标检测具有较高的效率.本文以简单背景下的低慢小改进了背景减除法,通过建立背景数据库,将图片转换为灰度图以加快计算;用数字图像处理技术以提高精度;用形心计算的方式加快锁定目标.该方法主要省去了实时计算背景过程,缩短发现目标时间4.33%,同一时间发现目标的数目提高20倍.
-
-
-
Lixia Qin;
秦立厦;
Bin Sheng;
盛斌;
Wen Wu;
吴雯;
Lizhuang Ma;
马利庄
- 《第十届中国计算机图形学大会暨第十八届全国计算机辅助设计与图形学会会议》
| 2014年
-
摘要:
背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.
-
-
-
王小平;
张丽杰;
常佶
- 《2009年全国理论计算机科学学术年会》
| 2009年
-
摘要:
针对背景减除法应用于运动目标检测中的背景模型更新和阴影消除问题,提出了一种改进的单高斯背景模型估计算法和快速的阴影消除方法.实验结果表明,算法在有效去除阴影的同时能够较好地提取运动目标,为后续的人体识别、行为分析等工作奠定了良好的基础.
-
-
张小骏;
黄维尧;
刘志镜
- 《2007'信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛》
| 2007年
-
摘要:
本文主要针对智能安全监控方面的应用需求,提出了一种新的人体行为识别方法,该方法通过将背景减除法和时间差分法加权平均的策略从视频序列中精确地检测并提取出运动人体车廓。并在此基础上提出一种基于加权Hu不变矩的模板匹配算法,实现了对视频监控范围内的人体实施的行为进行主动分析,从而能够对一些异常的人体行为做出识别并进行报警处理,使得安全监控系统达到真正的"智能化"。实验结果表明该方法具有很小的漏检率和误检率,而且具有很好的实时性。