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:
本文提出一种基于稀疏表达残差的非参数化运动目标检测算法,在假设前景变化相对静态背景可以视为稀疏残差的基础上,采用视频前 n 帧初始化稀疏表达字典;利用字典对后续视频帧进行重构,提取每帧的重构残差;结合基于光照强度的全局阈值矩阵,将残差图像二值化,提取图像前景;利用前景区域和边缘点关系剔除 ghost 区域;采用增量 PCA(Principal Component Analysis)算法和保守更新的思想对背景模型进行更新.在 changedetection.net 提供的 shadow 数据集上实验表明,采用全局更新和残差计算的方法,可以有效的解决由于自然场景光线变化导致的阴影变化,并且对自然场景中背景的小幅度抖动和相机抖动等问题也具有一定的抵抗能力.
推荐文章
自然场景下运动目标检测与阴影剔除方法
运动目标检测
阴影剔除
双阈值
多分辨率
多属性
基于残差网络的小型车辆目标检测算法
深度学习
目标检测
残差网络
小型车辆识别
基于关联帧差分法的运动目标检测与跟踪
运动目标检测
运动目标跟踪
关联帧差分法
图像相似度
轮廓填充
镜面反射
基于帧间差分的自适应运动目标检测方法
帧间差分
直方图
运动区域
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 基于稀疏表达残差的自然场景运动目标检测
来源期刊 电子学报 学科 工学
关键词 背景建模 残差 运动目标检测 稀疏表达
年,卷(期) 2015,(9) 所属期刊栏目 学术论文
研究方向 页码范围 1738-1744
页数 7页 分类号 TP391
字数 5279字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.09.009
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 齐美彬 合肥工业大学计算机与信息学院 134 1683 20.0 34.0
2 蒋建国 合肥工业大学计算机与信息学院 245 2905 27.0 39.0
3 詹曙 合肥工业大学计算机与信息学院 61 544 13.0 19.0
4 金玉龙 合肥工业大学计算机与信息学院 2 53 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (89)
参考文献  (7)
节点文献
引证文献  (24)
同被引文献  (75)
二级引证文献  (61)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 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(10)
  • 引证文献(9)
  • 二级引证文献(1)
2017(23)
  • 引证文献(8)
  • 二级引证文献(15)
2018(22)
  • 引证文献(4)
  • 二级引证文献(18)
2019(22)
  • 引证文献(3)
  • 二级引证文献(19)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
背景建模
残差
运动目标检测
稀疏表达
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导