一种基于深度数据的高斯模型运动目标检测方法

• 作者: 任衍允 杨磊 蔡纪源
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Kinect深度数据 单高斯模型 运动目标检测 形态学滤波
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 27-30
• 页数: 4页
• 分类号: TP301
• 字数: 3866字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.09.006

摘要

鉴于目前基于图像的运动目标检测系统对目标场景光照条件非常敏感，文中提出一种基于Kinect深度数据曲率的单高斯模型运动目标检测方法，增强了系统对场景采集误差的鲁棒性。首先对深度数据进行中值滤波，利用单高斯模型对目标区域深度数据进行建模；在对目标场景实时采集数据与背景参数进行高斯概率门限值判别后，经过形态学滤波，达到了运动目标检测的目的。同时利用实时更新背景参数的方法提高模型适应场景变化的能力，并通过实验取得了良好的检测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨磊	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	16	63	5.0	7.0
2	任衍允	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	3	11	2.0	3.0
3	蔡纪源	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	2	11	2.0	2.0