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:
由于检测场景的复杂性,传统的运动目标的提取常常采用自适应背景更新及自适应阈值分割方法,以去除噪声干扰,提高检测准确性。针对这种情况,提出在背景减除法的基础上通过改进的背景掩膜算法进行背景更新,利用场景的复杂性及系统中运动目标出现在障碍物边缘的特点,进行检测区域及非检测区域的划分,并采用阈值伪图的方法对整个视频序列图像进行自适应阈值分割。实验结果表明,该方法能够有效去除由于光线变化产生的噪声,以及由于相机抖动引起的背景与当前检测帧之间由位置偏差而产生的噪声,并避免了阈值分割时运动目标本身会出现空洞的问题,为后续运动目标的识别与跟踪奠定基础。
推荐文章
交通场景中多目标的检测与跟踪
目标检测
最近邻法
跟踪
匹配
复杂大交通场景弱小目标检测技术
机器视觉
深度学习
神经网络
交通场景多目标检测
增强学习
自适应
在复杂场景中多目标物的检测识别方法
矩阵码
目标识别
拐角点提取
透视变换
图像匹配
基于深度学习方法的复杂场景下车辆目标检测
深度学习
Faster R-CNN
ImageNet数据集
车辆目标检测
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 复杂场景中运动目标的检测
来源期刊 计算机应用与软件 学科 工学
关键词 复杂背景 运动目标的检测 背景建模 观测窗口 阈值伪图
年,卷(期) 2015,(2) 所属期刊栏目 图像处理与应用
研究方向 页码范围 203-206
页数 4页 分类号 TP3
字数 5407字 语种 中文
DOI 10.3969/j.issn.1000-386x.2015.02.050
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 唐莉萍 东华大学信息科学与技术学院 33 117 6.0 8.0
2 曾培峰 东华大学计算机科学与技术学院 50 227 8.0 12.0
3 胡姗 东华大学信息科学与技术学院 2 5 1.0 2.0
4 王小霞 东华大学计算机科学与技术学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (7)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (4)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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(4)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
复杂背景
运动目标的检测
背景建模
观测窗口
阈值伪图
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导