期刊文献+

基于对比度直方图特征子空间聚类的区域级背景减除方法

下载PDF
导出
摘要 针对区域级背景减除问题,提出一种基于图像块对比度直方图特征的背景减除方法。对于已输入的一段视频,将每一帧视频分割成图像块,并提取对比度直方图特征。在该特征上通过自描述方式将前景作为噪声误差项与背景分离,随后使用稀疏子空间聚类方法构建关于对比度直方图特征的聚类,而对于特征聚类的主成分分析给出了关于背景特征的多个子空间,并以此作为区域级背景模型。在后续输入视频帧中提取对比度直方图特征,将其投影到各子空间中计算重构误差,以此作为前背景的决策依据。实验结果表明,该方法能够有效减除视频中的背景。
作者 钱诚
出处 《软件导刊》 2016年第7期184-186,共3页 Software Guide
基金 江苏省高校自然科学研究面上项目(15KJB520003) 常州工学院科研基金项目(YN1204)
  • 相关文献

参考文献7

  • 1S BRUTZER, B HOFERI.IN,G HEIDEMANN. Evaluation of back- ground subtraction techniques for video surveillance~C~. 2011 II':EI". Conference on Computer Vision and Pattern Recognition,Providence, 2011 : 1937-1944.
  • 2C STAUFFER, W E I. GRIMSON. Adaptive background mixture models for real-time tracking[-C~. 1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Fort Col- lins, 1999 ~ 246-252.
  • 3L I.IN, Y XU, X LIANG, et al. Complex background subtraction by pursuing dynamic spatio-temporal models [J]. IEEE Transactions on Image Processing, 2014, 23(7)~ 3191-3202.
  • 4A MONNET, A MITTAI., N PARAGIOS, et al. Background mod- eling and subtraction scenes[C~. 2003 Proceedings Ninth IEEE In- ternational Conference on Computer Vision,2003:1305-1312.
  • 5X I.IU,G ZHAO, J YAO, et al. Background subtraction based on low-rank and structured sparse decomposition[J~. IEEE Transac- tions on Image Processing, 2015,24(8)~2502-2514.
  • 6Y CHEN, C CHEN ,C HUANG, et al. Efficient hierarchical method for background subtraction El 1. Pattern Recognition, 2009 ( 40 ) 2706-2715.
  • 7E EI.HAMIFAR, E VIDAL. Sparse subspace clustering: algorithm, theory,and applications[J~. IEEE Transactions on Pattern Analysis and Machine Intelligeaee,2013,35( 11 ) :2765-2781.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部