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:
在基于子空间学习的背景建模方法中,利用背景信息对前景误差进行补偿有助于建立准确的背景模型。然而,当动态背景(摇曳的树枝、波动的水面等)和复杂前景等干扰因素存在时,补偿过程的准确性和稳定性会受到一定的影响。针对这些问题,本文提出了一种基于误差补偿的增量子空间背景建模方法。该方法可以实现复杂场景下的背景建模。首先,本文在误差补偿的过程中考虑了前景的空间连续性约束,在补偿前景信息的同时减少了动态背景的干扰,提高了背景建模的准确性。其次,本文将误差估计过程归结为一个凸优化问题,并根据不同的应用场合设计了相应的精确求解算法和快速求解方法。再次,本文设计了一种基于Alpha 通道的误差补偿策略,提高了算法对复杂前景的抗干扰能力。最后,本文构建了不依赖于子空间模型的背景模板,减少了由前景信息反馈引起的背景更新失效,提高了算法的鲁棒性。多项对比实验表明,本文算法在干扰因素存在的情况下仍然可以实现对背景的准确建模,表现出较强的抗扰性和鲁棒性。
推荐文章
复杂场景下基于动态纹理的运动分割和背景估计方法
运动分割
背景估计
动态纹理
EM算法
阈值
分割精度
快速实现虚拟场景复杂建模的方法
OpenGL
3DS MAX
面向对象
交互动画
飞机复杂机构虚拟培训场景运动建模方法
虚拟现实
虚拟培训
运动学解算
运动仿真
场景建模
光纤陀螺温度误差建模及补偿方法
光纤陀螺
零偏
标度因数
温度误差
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 基于误差补偿的复杂场景下背景建模方法
来源期刊 自动化学报 学科
关键词 背景建模 抗干扰的误差补偿 空间连续性 Alpha通道 中值模板
年,卷(期) 2016,(9) 所属期刊栏目 论文与报告
研究方向 页码范围 1356-1366
页数 11页 分类号
字数 9696字 语种 中文
DOI 10.16383/j.aas.2016.c150857
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 陆耀 北京理工大学计算机学院 5 74 4.0 5.0
5 邸慧军 北京理工大学计算机学院 4 14 2.0 3.0
9 秦明 北京理工大学计算机学院 3 7 2.0 2.0
11 吕峰 北京理工大学计算机学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (18)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (12)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(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
背景建模
抗干扰的误差补偿
空间连续性
Alpha通道
中值模板
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导