基于动态阈值的运动目标检测算法
摘要
本文给出的运动目标检测算法,提出了一种基于动态阈值对称差分和背景差分的运动对象检测算法,详细描述了算法的原理和流程。此外,本文在运动目标检测算法的过程中还采用动态最优阈值的方法,进一步提高了运动目标检测的准确性。
出处
《科技信息》
2011年第15期185-185,195,共2页
Science & Technology Information
二级参考文献72
-
1Kilger M.A shadow handler in a video-based real-time traffic monitoring system[A].In:Proceedings of IEEE Workshop on Applications of Computer Vision[C],Palm Springs,CA,USA,1992:1060 ~ 1066.
-
2Elgammal A.Background and foreground modeling using nonparametric kernel density estimation for visual surveillance[J].Proceedings of IEEE,2002,90 (7):1151 ~ 1163.
-
3Friedman N,Russell S.Image segmentation in video sequences:A probabilistic approach[A].In:Proceedings of the 13th Conference on Uncertainty in Artificial Intelligence[C],Rhode Island,USA,1997:175 ~ 181.
-
4Grimson W,Stauffer C,Romano R.Using adaptive tracking to classify and monitor activities in a site[A].In:Proceedings of IEEE International Conference on Computer Vision and Pattern Recognition[C],Santa Barbara,CA,USA,1998:22 ~29.
-
5Stauffer C,Grimson W.Adaptive background mixture models for realtime tracking[A].In:Proceedings of IEEE International Conference on Computer Vision and Pattern Recognition[C],Fort Collins,Colorado,USA,1999,2:246~252.
-
6Gao X,Boult T,Coetzee F,et al.Error analysis of background adaption[A].In:Proceedings of IEEE International Conference on Computer Vision and Pattern Recognition[C],Hilton Head Isand,SC,USA,2000:503 ~510.
-
7Power P W,Schoonees J A.Understanding background mixture models for foreground segmentation[A].In:Proceedings of Image and Vision Computing[C],Auckland,New Zealand,2002:267 ~271.
-
8Lee D S,Hull J,Erol B.A Bayesian framework for gaussian mixture background modeling[A].In:Proceedings of IEEE International Conference on Image Processing[C],Barcelona,Spain,2003:973 ~ 976.
-
9Rittscher J,Kato J,Joga S,et al.A probabilistic background model for tracking[A].In:Proceedings of European Conference on Computer Vision[C],Dublin,Ireland,2000,2:336 ~ 350.
-
10Stenger B,Ramesh V,Paragios N,et al.Topology free hidden markov models:Application to background modeling[A].In:Proceedings of IEEE International Conference on Computer Vision[C],Vancouver,BC,Canada,2001,1:294 ~301.
共引文献262
-
1欧阳玉梅.基于视频监控的反无人机监测系统[J].电子技术(上海),2021,50(1):146-147.
-
2路红,费树岷,郑建勇,张涛.基于DWT和Kalman滤波的多运动目标跟踪[J].数据采集与处理,2008,23(5):563-568.
-
3唐鹏,高琳,周欣,盛鹏.基于先验动态形状约束的视频目标提取[J].四川大学学报(工程科学版),2009(2):185-191. 被引量:2
-
4余腊生,刘勇.基于网络的智能视频监控系统的设计与实现[J].安防科技,2009(11):31-35. 被引量:2
-
5贾杰.一种基于行程编码的图像背景重构[J].电力学报,2012,27(1):66-68. 被引量:1
-
6邱祯艳,王修晖.一种结合Grabcut的Vibe目标检测算法[J].中国计量学院学报,2012,23(3):250-256. 被引量:14
-
7王建勋,于明,夏颖,陈冀川.基于冗余小波变换的运动目标检测算法[J].河北工业大学学报,2013,42(2):20-23. 被引量:1
-
8马国胜,马万经.基于图像的过街行人交通参数获取方法[J].交通信息与安全,2013,31(6):23-26.
-
9张春,王倩,赵伟.视频监控技术的中国申请专利分析[J].电视技术,2012,36(S2):67-69. 被引量:7
-
10李臻,魏志强,纪筱鹏,殷波,聂婕,倪欣.基于自适应背景模型的行人检测方法[J].系统仿真学报,2009,21(S1):61-64. 被引量:7
-
1莫林,雷禹,周赞,史册.自适应背景筛选的运动对象检测算法[J].计算机工程与设计,2012,33(8):3134-3138.
-
2陈磊,邹北骥.基于动态阈值对称差分和背景差法的运动对象检测算法[J].计算机应用研究,2008,25(2):488-490. 被引量:28
-
3王建中,姜昱明.基于块匹配的运动对象检测算法[J].微电子学与计算机,2005,22(1):10-12. 被引量:4
-
4邹波,管业鹏.采用时空信息的运动对象检测[J].计算机工程与应用,2009,45(26):179-181.
-
5周兵,李波,吴捷,田天.一种稳健的运动探测与背景维护算法[J].高技术通讯,2002,12(11):1-4. 被引量:2
-
6李波,郑锦,李景颉,周兵.基于累积光流的运动对象检测[J].高技术通讯,2006,16(11):1101-1106.
-
7姚春莲,高丽华,陈谊,李炜.基于压缩域信息的运动区域检测[J].系统仿真学报,2008,20(S1):451-454.
-
8陈杉,于鸿洋.基于MPEG压缩域的运动对象检测方法[J].信号处理,2004,20(6):628-631. 被引量:3