复杂背景下运动目标的检测

提出了一种统计获取图像背景的方法,该方法与比特层相结合可完成复杂背景下运动目标的检测.与其它获取图像背景的方法相比较,这种统计获取图像背景的方法可同时完成背景的获得和更新.此运动目标检测方法运算简单,抗噪能力强,无需阈值选取,分割结果无重影.实验验证了本方法的有效性.

基于贝叶斯生成对抗网络的背景消减算法

背景消减是计算机视觉和模式识别的关键技术之一.本文提出一种新的背景消减算法,该算法首先利用中值滤波算法进行背景数据的获取,然后基于贝叶斯生成对抗网络进行训练,利用生成对抗网络的特性,有效地对每个像素进行分类,解决了光照渐变和突变、非静止背景以及鬼影的问题.本文采用深度卷积神经网络,来构建贝叶斯生成对抗网络的生成器和判别器.实验结果表明,本文提出的算法性能在绝大多数情况下优于现有其他算法.本文的贡献在于首次将贝叶斯生成对抗网络应用于背景消减,并且取得了良好的实验效果.

人脸抓拍的关键技术分析

人脸抓拍是人脸识别技术的关键环节,抓拍好坏直接影响人脸识别的效果。本文实现了由运动目标检测,人脸检测,人脸跟踪三部分组成的人脸抓拍系统,重点分析了运动目标检测在人脸抓拍中的应用,人脸位置跟踪算法和对应人脸的背景缓存技术实现,具有较高的实用性。