题名 基于统计背景模型的运动目标检测方法
被引量:80
1
作者
林洪文
涂丹
李国辉
机构
国防科技大学管理科学与工程系多媒体实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2003年第16期97-99,108,共4页
文摘
运动目标检测是计算机视觉、视频处理等应用领域的重要研究内容。其中减背景技术是一种常用方法。在减背景方法中,背景模型的提取、更新、背景扰动、外界光照条件变化、阴影检测等是必须要考虑的问题。提出了一种有效的运动目标检测方法,较好地解决了以上问题,首先利用统计的方法得到背景模型,并实时地对背景模型更新,以适应光线变化和场景本身的变化,用形态学方法和检测连通域面积进行后处理,消除噪声和背景扰动带来的影响,在HSV色度空间下检测阴影,得到准确的运动目标。实验结果表明,该方法是快速有效的。
关键词
视频信息处理
统计背景 模型
运动目标
检测
Keywords
Video information processing
Statistical background model
Moving objects
Detection
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 浅谈我国数学竞赛题的统计学背景
2
作者
苏淳
机构
中国科技大学统计与金融系
出处
《中等数学》
1999年第2期17-19,共3页
文摘
随着21世纪的临近,各国教育界日益表现出对更新中学数学内容的重视,其中一个引人注目的动向便是在中学数学教学中增加较多的统计学知识,我国亦是如此。众所周知,“数据”是自然界和人类生产过程各种信息的反映,通过收集和分析数据去了解自然规律和生产规律,是人类正确而有效地进行社会和经济活动的需要.因此。
关键词
数学竞赛题
统计 学
机会均等
中学数学
最小值
统计背景
最小一乘
高中数学
均匀设计
试验设计
分类号
G634.605
[文化科学—教育学]
题名 一种采用背景统计技术的视频对象分割算法
被引量:12
3
作者
王成儒
顾广华
机构
燕山大学电子与通信工程系
出处
《光电工程》
CAS
CSCD
北大核心
2004年第8期57-60,共4页
文摘
利用背景统计技术从累积的帧差信息中构建出完整、可靠的背景区域,并将其与当前帧相比较,得到初始对象分割掩膜;再对之进行后处理,以消除噪声影响和平滑对象边界,从而获得较好的对象分割掩膜,并提取出视频对象。该算法不需要预知运动对象的形状、数目等,就能较好地从静止背景中分离出目标,实验证明,它具有一定的实用性和鲁棒性。
关键词
图像分割
视频图像
帧间差分
背景 统计
目标测量
Keywords
Image segmentation
Video images
Frame difference
Background statistic
Object measurement
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN941
[电子电信—信号与信息处理]
题名 基于背景统计的ROI提取方法
被引量:6
4
作者
袁源
樊万梅
机构
招商局重庆交通科研设计院有限公司
重庆大学
出处
《重庆理工大学学报(自然科学)》
CAS
2012年第3期89-92,共4页
文摘
针对基于视觉特征的ROI提取算法的不足和图像噪声的影响,借鉴图像分块的思想,提出了一种基于背景像素点统计模型进行ROI提取的算法。该算法基于图像分块,消除了噪声作为显著视觉特征时对ROI提取的影响。将该算法运用于室内监控图像中的ROI提取实验。结果表明,所提算法能实现多种情况下感兴趣区域的自动准确提取。
关键词
监控图像
感兴趣区域
背景 统计
高斯模型
Keywords
monitoring image
region of interest
background statistics
Gaussian model
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 交通场景中基于彩色视觉信息统计的背景建模
5
作者
王子明
杨晨晖
机构
厦门大学信息科学与技术学院
出处
《现代计算机》
2011年第23期22-26,41,共6页
文摘
研究分析目前主流的背景建模方法,并针对动态交通场景中车辆目标持续运动,背景出现的概率较大的特点,提出一种基于彩色视觉信息统计的背景建模算法。实验结果表明,该算法可以较好地提取背景,并有效区分前景和背景。
关键词
背景 建模:彩色视觉信息统计 :目标检测
Keywords
Background Modeling
Visual Color Information Statistics
Object Detection
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 统计差分与自启动的Camshift跟踪算法
6
作者
刘侠
陶冶
邢春
机构
哈尔滨理工大学自动化学院
出处
《智能系统学报》
2011年第4期355-359,共5页
基金
黑龙江省自然科学基金资助项目(F2007-13)
黑龙江省普通高等学校青年学术骨干支持计划资助项目(1155G21)
文摘
传统的CamShift算法具有很好的实时性,但无法实现自启动,且在跟踪过程中易受噪声和颜色变化的干扰,针对这些缺点,提出了一种改进的Camshift算法.首先运用统计差分算法对移动目标快速定位,得到初始前景对象的区域,然后通过统计前景区域获取精确的目标颜色直方图模型并以此区域为原型计算肤色直方图的查询表.同时结合一些后续步骤成功实现了算法的自启动.最后用实验验证了借助统计差分与目标颜色直方图模型的CamShift算法能够实现自启动并提高Camshift算法跟踪时的准确度.
关键词
CAMSHIFT算法
背景 统计
目标跟踪
目标掩膜
Keywords
CamShift algorithm
background statistics
object tracking
object masking
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 复杂非均匀背景下的鲁棒声呐恒虚警检测算法
被引量:7
7
作者
卢术平
胡鹏
丁烽
机构
杭州应用声学研究所
出处
《声学技术》
CSCD
北大核心
2020年第6期744-751,共8页
文摘
针对复杂非均匀水下环境中目标检测问题,提出了一种基于背景统计特性的鲁棒声呐恒虚警(Background Statistical Characteristics based Robust Sonar Target Constant False Alarm Ratio,BSCR-CFAR)检测算法。该算法将自动删除平均级检测(Automatic Censored Mean Level Detection,ACMLD)和排序统计恒虚警(Order Statistic CFAR,OS-CFAR)检测算法引入可变指数恒虚警(Variability Index CFAR,VI-CFAR)检测算法中,并通过评估背景特性,自适应选择更匹配的CFAR检测方法。仿真和声呐实测数据分析结果表明,相比较单元平均恒虚警(Cell Average CFAR,CA-CFAR)、单元平均选大恒虚警(Greatest of CFAR,GO-CFAR)、单元平均选小恒虚警(Smallest of CFAR,SO-CFAR)和OS-CFAR、VI-CFAR等检测算法,该算法在混响边缘、混响区、单/多强离散干扰等典型非均匀背景下的恒虚警检测保持了良好的鲁棒性。
关键词
非均匀背景
恒虚警检测
基于背景 统计 的恒虚警
鲁棒性
Keywords
nonuniform background
constant false alarm ratio(CFAR)detection
background statistical characteristics based robust sonar target constant false alarm ratio(BSCR-CFAR)
robustness
分类号
TN911.7
[电子电信—通信与信息系统]
题名 基于矢量水听器的浅海背景噪声分析方法研究
8
作者
刘洋
李然
杜敬林
机构
大连测控技术研究所
出处
《测试技术学报》
2019年第1期54-59,共6页
文摘
本文在研究浅海背景噪声场矢量理论的基础上,通过对比不同季节、不同海洋气象环境下获取的长期观测数据,提取海洋背景噪声矢量特征,结合典型声压与振速频谱分析方法以及声压与振速比值谱分析方法总结不同季节、不同海洋气象环境下的规律,并对风生海洋背景噪声谱特征进行了统计建模.
关键词
矢量特征
浅海背景 噪声
海洋背景 噪声谱统计 建模
Keywords
vector characteristics
shallow sea background noise
statistical modeling of marine background noise spectrum
分类号
P733.22
[天文地球—物理海洋学]
题名 基于单高斯模型的森林火灾烟图像目标检测
被引量:7
9
作者
徐鹏
任波
机构
沈阳理工大学信息科学与工程学院
出处
《计算机与现代化》
2009年第2期18-20,53,共4页
文摘
单高斯模型森林火灾烟图像目标检测方法是根据烟目标内部灰度分布不均匀,且形状和面积会随着时间不停变化等特点,首先,通过火灾烟的动态数据累积图像得到烟目标出现的大致区域,再通过构造单高斯背景统计模型,对目标区域内部进行逐帧分割,最后,统计烟目标面积的变化趋势。经过对森林火灾烟序列图像进行实验和分析,结果表明这种方法对早期火灾产生的烟能够实时检测和识别,并有效提高了火灾烟图像检测的可靠性。
关键词
火灾烟图像
目标检测
动态数据累积
高斯背景 统计 模型
Keywords
fire smoke image
target detection
accumulated dynamic data
Gaussian background statistical model
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 企业景气调查简介
10
作者
任健
机构
天津市统计局企业调查队
出处
《统计科学与实践(天津)》
2002年第5期33-34,共2页
关键词
企业景气调查
经济周期调查
调查内容
统计背景
经济预测
分类号
F270
[经济管理—企业管理]
题名 迭代分析相对密度的高光谱异常检测
被引量:5
11
作者
李普煌
李敏
范新南
张学武
机构
河海大学物联网工程学院
出处
《中国图象图形学报》
CSCD
北大核心
2018年第2期219-228,共10页
基金
国家自然科学基金项目(61573128
61671202)
+1 种基金
中央高校基本科研业务费专项资金(2015B25214)
重点研发计划国家重点研发计划(2016YFC0401606)~~
文摘
目的针对复杂高光谱数据在不同地物规模和光谱特征上的差异,致使背景特征难以准确描述,导致异常检测算法检测效果不理想的问题,提出一种基于相对密度分析建立背景模型的高光谱遥感异常检测算法。方法该算法借助最大相对密度分析的思想,通过统计与待测像元相似像元的数目作为其相对相似性分布密度,在像元光谱特征相似性分布密度的驱动下,自动搜索聚类中心并实现自适应聚类。为了避免不同背景地物受类别规模差异的影响,设计迭代筛选方法不断提取具有相对最大分布密度的类作为背景地物类别。当迭代终止时即可获得关于背景地物的统计模型,最后采用经典的马氏距离实现异常检测。结果仿真实验采用两组常用的数据HyMap和HYDICE,与经典算法如基于聚类分析的异常检测算法(CBAD)、局部RX算法(LRX)和基于空间边缘特征变化的异常检测算法(2DCAD)等进行比较,并采用受试者工作特性曲线(ROC)和ROC曲线下面积(AUC)作为评价标准对实验结果进行分析。从实验数据中可以看到,本文算法在ROC曲线整体上表现优于其他算法,在HyMap下AUC值比同类算法至少高出5.6%,HYDICE下AUC值比同类算法至少高出13.6%。另外,对于不同数据,本文算法最终表现较为稳定,鲁棒性较好。结论实验结果表明该算法无需构建分类面以及设定类别数目,在每次迭代中根据数据本身特征自适应地获取当前规模下背景显著性强的像元。另外,本文建立背景模型的方法适用于不同复杂场景下的高光谱数据,可以获得对背景的准确描述,有助于改善高光谱数据异常检测中对异常目标显著性衡量的准确性。
关键词
高光谱数据
异常检测
背景 统计 模型
迭代筛选
相对最大密度
Keywords
hyperspectral data
anomaly detection
background statistic model
iterative screening
largest relative density
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]