论文部分内容阅读
针对现有的移动背景下的目标检测算法存在检测速度较慢、自适应性差和检测准确度不高的问题，提出了一种基于光流和二级聚类的移动背景下的目标检测算法;该算法融合了阈值自适应规则和基于优化检测结果的反馈机制。首先采用Lucas-Kamde光流跟踪算法和DBSCAN聚类算法提取出前景目标，然后采用改进的凝聚层次聚类算法将前景目标分类。在第一级聚类时建立基于初始聚类结果的自适应规则，实现了自适应地检测目标；在第二级聚类后，通过去除错误匹配特征点和阴影区域特征点优化检测结果;并将优化后的检测结果反馈给第一级聚类过程以更新