基于小波域特征和贝叶斯估计的目标检测算法

• 作者: 刘英霞 唐晓丽 常发亮 王希常
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 目标检测 动态背景 贝叶斯概率估计 小波域
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 63-70
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2016.174

摘要

为了改进目标检测算法,在小波域建立基于贝叶斯概率估计的模型,得到一个自适应最佳阈值,并利用该阈值得到待检测的目标.对待检测的图像序列进行基于滑动窗口的双Haar小波变换,对小波变换后的低频分量建立基于核密度函数的贝叶斯概率估计模型,通过训练和学习,得到自适应的最佳阈值,利用该阈值对低频分量进行判别,得到只含有目标的二值化图像.选取室内室外一个和多个运动目标的6个视频序列对该算法的有效性进行检验,并同其他算法相比,可以给出更好的检测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常发亮	山东大学控制科学与工程学院	84	1550	21.0	36.0
2	王希常		11	49	3.0	6.0
3	刘英霞		13	6	1.0	1.0