视频运动目标的非参数检测研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:benlums
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频运动目标检测是计算机视觉领域的一个基本研究内容,其检测结果的优劣对运动目标识别、图像分类等后继处理的影响巨大。常用的视频运动目标参数检测方法,由于其需要假定背景参数模型而限制了该方法对复杂多变自然环境的适应性。相对于参数检测方法,非参数检测方法具有更强的灵活性和环境适应性。因此,本文选择研究复杂背景下视频运动目标的非参数检测方法,并针对拟合优度检验和图像纹理提出了三种新的非参数检测算法:基于拟合优度检验的视频运动目标检测算法,将运动目标的检测问题看成是拟合优度检验问题。假定背景服从高斯混合模型,引入经验分布函数对样本数据进行统计建模,根据这两个模型之间的最大距离来检测运动目标。算法的实现采用了Kolmogorov-Smirnov(KS)检验,这个拟合优度检验正是根据待检测像素样本的经验分布函数和背景分布函数之间的最大距离来检验该待检测像素是否来自于背景,进而可以检测出运动目标。基于最小加权KS检验的视频运动目标检测算法,由于最小加权KS估计具有相合性、稳健性等良好性质,本章采用最小加权KS估计来计算背景模型参数,可以消除背景统计模型的时间限制以及由于小概率事件发生而带来的模型偏差,增强背景模型的鲁棒性。其实现过程采用了基于贝尔曲线的进化优化(Bell-Curve Based evolutionary optimization, BCB)算法来得到背景模型参数的最小加权KS估计。由于BCB算法获取的是背景模型参数空间内的全局最佳值,故运用该算法可以提高背景模型对自然环境的适应性。基于字典学习的可控核回归视频运动目标检测算法,运用可控核回归函数来描述背景纹理,这克服了传统目标检测纹理算子不能在平坦区域有效描述的缺点。使用K均值聚类算法将背景图像分成若干幅具有相似纹理结构的聚类图像,进而采用主分量分析法(PrincipalComponent Analysis , PCA)来提取相应的背景纹理字典。用学习得到的背景纹理字典来重构待检测图像的背景纹理,可以避免环境噪声的干扰,增强背景模型的灵活性和鲁棒性。运动目标检测方案则是利用两个弱检测器串联组成一个强检测器来将运动目标从复杂背景中准确有效地检测出来。一个待检测图像首先通过一个基于像素灰度值的弱检测器来大致提取出待检测图像的运动目标,再进一步通过基于背景纹理字典的弱检测器来比较真实纹理和重构纹理以获取精确的运动目标。使用Water Surface和Waving Trees视频序列的实验仿真结果验证了本文算法的有效性。较于现有的检测算法,本文提出的非参数检测算法有着更好的实验结果和检测性能,同时也可以发现这三种检测算法都能将运动目标从复杂背景的视频序列中有效准确地检测出来,但其检测精度和检测性能是逐渐提高的。
其他文献
在当今科技不断发展、社会面貌日新月异的时代,人们的生活质量也得到了改善,汽车在现代人的生活中已愈来愈普及,各个汽车销售商也在不断探寻新的销售方式、管理模式以适应当
近几十年来,信息技术在不断发展,其中多媒体技术的各种应用已成为人们工作生活中不可或缺的一部分。在多媒体信息中,视频信息是最重要的,因为人们从外界得到的信息有80%以上是通
可见光通信技术是白光LED在照明领域得到应用后发展出来的一种短距离无线通信技术。本文对基于白光LED的室内可见光通信技术进行了介绍,分析了可见光通信技术的国内、外发展现
本文针对用呋喃树脂砂工艺生产牵引电机换向器套筒出现变形、裂纹等铸缺陷,先从分散热量入手,再用石英砂的相变理论改用造型材料,解决生产难题.
学位
低密度奇偶校验码(Low-Density Parity-Check Codes,LDPC),作为一种奇偶校验矩阵非常稀疏的线性纠错码,因其在高斯信道下接近Shannon容量限和具有相对较低的译码复杂度,而受到相
图像和视频的修复指的是恢复图像或视频中破损区域的颜色信息或者去除其中的多余物体,使得修复后的图像、视频和谐、自然的一项技术。在处理图像上细小或分布稀疏的破损问题
近年来,我国煤矿安全事故频频发生,造成了巨大的人员伤亡和财产损失。现有的传统煤矿安全巡检机制,需要巡检人员在井下人工记录监测点数据,由于巡检员管理混乱,很容易造成漏检和误
量子信息是量子力学与信息科学相融合的新兴交叉学科,可突破现有信息技术的物理极限,是后莫尔时代非常重要的新一代技术。量子信息包括两大块内容:量子计算和量子通信。在量子
视频压编码标准H.264因其压缩比高,网络亲和性好等特点,被广泛应用于视频通信业务当中,但由于压缩过程中采用了预测编码和变换编码等技术,使得压缩后的数据对于信道误码非常