一种基于背景重构的运动目标检测的方法
为了提高单帧红外图像的检测概率,稳定检测到图像序列中的弱小目标,基于改进的双边滤波与多项式拟合,提出了一种复杂天空背景下的红外弱小目标检测算法。在传统双边滤波算法的权值系数中引入背景相关度因子,有效降
基于SURF特征的指纹汗孔检测方法,李玉生,庄伯金,高分辨率指纹图像汗孔作为第三层特征,具有先天可区分性,因此指纹图像汗孔特征对提高自动指纹识别认证系统安全性有重要作用,而
基于混合高斯与边缘检测的目标检测算法研究,陈钟荣,夏利娜,混合高斯模型对光照和天气变化等较敏感,易产生阴影,而传统阴影去除算法涉及多个阈值设定,且阈值一般随视频不同而不同。针对此
运动目标检测是智能视频分析的第一步,Codebook算法是该领域中广泛应用的算法之一。分层匹配五元组Codebook算法是在经典Codebook算法基础上的一种改进算法。该改进算法在码字模型中引入平均
传统的低秩稀疏分解方法使用[l1]范数把场景中的运动目标建模为稀疏离群值,分离出低秩的背景成分与稀疏的运动目标成分。然而,在许多实际场景中往往会有动态背景的情形(例如水面波纹、树木摇动),[l1]范数
运动目标分割与跟踪是计算机视觉中的重要研究课题,而目标检测与定位是其中的必要步骤,对分割与跟踪效果影响很大.在此提出一种新的运动目标检测与定位方法,该方法在差分二值图像上,通过区域收缩定位到运动像素密
目标检测是计算机视觉中一个重要问题,在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来,随着深度学习对图像分类准确度的大幅度提高,基于深度学习的目标检测算法逐渐成为主流。梳理了目标检测算
针对在线K-均值聚类法初始化混合高斯模型KGMM在运行时间、空间复杂度、噪声等方面存在的缺陷,提出了基于KGMM改进的检测方法,采用加入方差因子的C-均值聚类准则来初始化混合高斯模型,有效解决了可能出
运动阴影检测算法研究,郭利生,郭立,运动阴影常被误划为目标造成错误的目标分割和跟踪,所以阴影检测在许多图像监控系统中非常重要。本文研究了传统阴影检测算法,针
