-
题名一种改进的基于ViBe的运动目标检测方法
被引量:8
- 1
-
-
作者
欧阳梓标
牛燕雄
谢朋言
-
机构
北京航空航天大学仪器科学与光电工程学院
-
出处
《半导体光电》
CAS
北大核心
2018年第2期260-263,共4页
-
文摘
ViBe运动检测算法消除鬼影的速度慢,并且在分类像素点的时候由于距离阈值固定导致检测结果的准确率下降。文章对ViBe算法存在的这两个问题做出改进。样本的选取范围由8邻域扩大到24邻域,避免选择重复的样本,加快鬼影的消除过程;在像素分类的时候根据背景动力学自适应地确定距离阈值,增强算法抗背景干扰的能力,并选用2组视频来验证改进后的算法。从检测结果可以看出,改进后的算法去除鬼影的速度更快,并且检测结果更加准确。
-
关键词
ViBe
前景检测
邻域扩展
距离阈值
-
Keywords
ViBe
foreground detection
neighborhood extension
distance threshold
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的快速图像超分辨率方法
被引量:1
- 2
-
-
作者
谢朋言
-
机构
中国船舶重工集团公司第七二三研究所
-
出处
《舰船电子对抗》
2020年第2期79-85,共7页
-
文摘
图像超分辨率技术通过软件处理的方式,将输入的低分辨率的图片转化为相应的高分辨率图片,同时预测缺失的细节信息。针对现有的图像超分辨率模型重构效果较差、计算量较大等缺点,提出一种基于深度学习框架的快速超分辨率方法。模型的输入采用原始尺寸的低分辨率图片,大大减少了网络计算量。在特征提取阶段,采用循环卷积提取输入图像的特征信息;在图像重构阶段,采用并行的1×1卷积层对提取到的特征进行降维,并通过亚像素卷积得到相应的高分辨率图像。实验结果表明,相比现有的算法,提出的算法在超分辨率重构效果上更佳,且满足实时重构的要求。
-
关键词
图像超分辨率
深度学习
卷积神经网络
循环卷积结构
-
Keywords
image super-resolution
deep learning
convolutional neural network
recursive convolution structure
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-