基于视频车辆目标检测的阴影去除的研究

本文基于对视频车辆检测系统的研究和分析,针对视频检测的关键步骤——阴影去除展开深入讨论,分析了阴影产生的原因和阴影的特点,阐述了现行的阴影去除方法,比较了现行方法的不足,提出了一种利用HSV颜色模型,将边缘检测和连通区域统计分析法相结合的三层比较检测方法。实践证明,该方法能够较好地去除车辆的阴影,保留比较完整的车辆目标信息,为准确提取车辆目标奠定了基础。

基于图像语义的服务机器人视觉隐私行为识别与保护系统

为了平衡摄像头使用与用户隐私泄露间的矛盾从数据源上解决隐私泄露问题,提出基于图像语义的服务机器人视觉隐私行为识别与保护算法并集成开发隐私保护系统.首先将注意力模型与卷积神经网络结合,提出融合注意力模型的卷积神经网络场景识别算法;然后设计基于Inception-v3和长短期记忆网络的涉隐私图像语义特征描述算法,进而形成基于图像语义的服务机器人视觉隐私行为识别与保护算法.以室内场景数据集MIT Scene-67为训练和测试数据集,与4种算法比较的实验结果表明,融合注意力模型的卷积神经网络场景识别算法在识别准确性和鲁棒性方面优于比较算法.所实现的视觉隐私行为识别与保护系统性能测试结果表明,系统平均隐私识别准确率和隐私场景语义描述正确率分别为91.65%和86.60%,表现出良好的鲁棒性和隐私保护性能.