复杂场景下的运动目标检测与分类的研究

• 作者: 包日快
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: surendra算法 空洞问题 目标检测 SVM 目标分类
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 41-43,50
• 分类号: TP391.41
• 字数: 4335字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2782.2011.05.020

摘要

本文采用背景差分法分割出运动目标,在背景差分时使用Surendra算法获取自适应的背景图像,并进行一系列后续处理,大大减少了复杂场景下运动目标检测提取过程中常见的空洞问题.然后提出了基于长宽比、空隙率、空隙率变化量的静态特征和动态特征相结合的分类方法,并采用有向无环图SVM多类别分类器进行分类.实验证明该方法对运动目标的姿势有较强的鲁棒性,并且能对存在轻微空洞的运动目标进行准确分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包日快	浙江工业大学计算机科学与技术学院	1	0	0.0	0.0