基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对在复杂环境下检测遗留物体的问题,提出一种有效的算法.首先,采用局部更新的混合高斯模型与改进的三帧差分法分别得到前景,通过比较得到目标候选区域,并进一步采用阴影消除与连通域分析分割得到暂时静止物团块.其次对达到静止时间阈值的团块采用方向梯度直方图(HOG)行人检测,在排除驻留行人的可能后将其标记为遗留物.最后对检测出的遗留物进行加速分割检测特征(FAST)局部特征匹配,以克服行人遮挡、光线变化对结果的影响.实验结果表明,本算法具有较高的准确性和处理速度,能较好地克服复杂环境中存在的干扰影响.
推荐文章
基于DM8168的遗留物体检测算法设计
DM8168
遗留物体检测
双背景
支持向量机
复杂环境下异常行为检测算法
智能视频监控
异常行为检测
分层背景
Mean-shift算法
基于OSIC的低复杂度MIMO检测算法
信号检测
排序串行干扰抵消
迫零
最小均方误差
无线通信
复杂光照下彩色圆形标签检测算法
圆形标签检测
Hough变换
颜色不变量
对比度拉伸
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂环境下的遗留物检测算法
来源期刊 计算机工程与科学 学科 工学
关键词 遗留物检测 混合高斯模型 阴影消除 行人检测 局部特征匹配
年,卷(期) 2015,(5) 所属期刊栏目 图形与图像
研究方向 页码范围 986-992
页数 7页 分类号 TP391.41
字数 5076字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.05.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 叶立仁 华南理工大学自动化科学与工程学院 3 5 1.0 2.0
2 何盛鸿 华南理工大学自动化科学与工程学院 4 9 2.0 3.0
3 赵连超 华南理工大学自动化科学与工程学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (38)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (11)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗留物检测
混合高斯模型
阴影消除
行人检测
局部特征匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导