人物越界检测中的自适应背景建模

提出一种面向人物越界检测的自适应背景建模算法。首先为当前场景建立一个自适应的背景模型。然后,用去除背景图像的方法得到前景图像,再利用连通区域检测得到图像的运动区域。最后,采用跟踪与分类交互工作的方法达到人物检测的目的。跟踪所采用的是均值漂移(Mean Shift)算法,分类采用的是方向梯度直方图(Histogram of Oriented Gradient)和支持向量机(Support Vector Machine)的方法。实验结果表明,在各类不同场景下,文中方法比常用背景建模方法相比具有更好的适应能力,同时对场景中的光照变化、树叶剧烈摆动等问题也有较好的处理结果。采用此方法在得到的运动区域进行跟踪与分类,可以对人物进行准确的检测。

一种改进的自适应背景建模视频分割方法

针对传统的自适应背景建模难以解决背景复杂以及外界光照变化等因素影响视频分割质量的问题,提出了一种改进的自适应背景建模视频分割方法。该方法首先对彩色图像建立高斯背景模型,然后对背景模型进行更新,最后通过对高斯分布准则进行改进使前景目标分割性能得到提高。仿真实验表明,该方法能够准确建立背景模型,准确分割前景目标,较传统算法具有更强的鲁棒性。

运河船舶检测系统

为了满足运河航运船舶管理的需要,提出了以RFID和视频为对象检测技术相结合的运河船舶检测系统方案.针对河道视频检测环境较为复杂的特点,提出采用像素归类法与基于块的背景确定方法进行背景建模,并利用运动速度进行目标检测.实验结果表明,系统船舶检测具有良好的实时性和鲁棒性.

基于热点区域定义的人数统计方法研究

行人统计在智能监控领域中具有重要意义,但复杂背景环境以及行人运动过程中出现的遮挡现象导致当前方法的准确率并不高。此外,传统过线统计人数的方式的实际适用范围有限。考虑到现有方法的不足,提出了一种基于热点区域定义的人数统计方法。首先,利用自适应学习率背景建模提取运动目标前景,得到前景区域的位置和大小,扫描计算运动目标前景范围内的HOG特征,并判别是否存在头肩目标;然后,利用基于KCF的目标匹配算法跟踪头肩目标;最后,结合目标运动轨迹与提出的区域人数统计算法进行行人人数统计。采用24fps的手机拍摄的长度为10min、分辨率为960×720像素的视频做人数统计实验。实验结果表明,所提算法在统计人数时正确率可达到93.1%,能满足实时性要求。该方法结合了检测效率和准确率,在背景环境复杂的场景下具有良好的效果,能适应各类人数统计的实际应用场景。

基于改进CAMShift的多目标自动跟踪

针对半自动CAMShift算法存在小目标颜色建模能力弱,计算窗口自适应能力不足和易受相似色目标干扰的问题,首先结合运动检测提取跟踪目标,并对颜色重采样以增强感兴趣对象,然后利用其在帧间运动的尺度、速度变化来优化计算窗口以减小计算量,最后提出一种遮挡抑制的思想解决相似色干扰问题.实验结果验证了所设计方法的正确性和鲁棒性.

运动过程中的指尖检测

研究运动指尖点检测问题,是用户对界面内细微点命令精确执行的关键.由于环境复杂、手形状的变化和实时性约束,精确的检测指尖依然是一项难题.为此以前人所使用的方法为基础,提出一种简便高效的新方法.首先将输入视频流进行预处理;然后将邻域像素连接权与自适应混合高斯模型进行融合来得到运动区域,并设计了一种带权重的颜色计算模型的阴影去除算法,从而摆脱阴影带来的误检问题,进而得到手部轮廓;将得到的手轮廓利用改进的重心距离法进行处理,从而检测出图像中指尖所在位置.实验结果表明,该方法在复杂背景下可以对指尖有效识别,表现出很强的鲁棒性,满足实时性要求,能够进一步应用在虚拟鼠标、虚拟键盘等人机交互领域.