原文服务方: 计算机应用研究       
摘要:
针对ViBe算法在交通视频检测中出现明显鬼影区域、缓慢目标残影难以消除、检测精确度和鲁棒性不足的问题,提出改进算法,利用灰度信息为像素建立生命长度矩阵,使鬼影或残影快速融入背景样本得以消除.结合最大类间方差法设置自适应阈值,加入良好后处理抑制动态噪声.同时借鉴分类算法的统计指标,提出质量评价多个要素,以ViBe原算法、混合高斯算法(GMM)、LBP-Otsu相结合的背景差分法和该改进算法为例,定性、定量对实验结果作出质量评价和分析.实验表明,改进算法在较少帧数内去除了鬼影,抑制了运动目标残影,提高了运动目标检测的准确度和整体性能.
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
改进的基于GMM的运动目标检测方法
混合高斯模型
背景建模
目标检测
背景减除
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
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 改进的应用于交通场景的运动目标检测方法及质量评价
来源期刊 计算机应用研究 学科
关键词 运动目标检测 ViBe改进算法 交通视频 阈值划分
年,卷(期) 2017,(12) 所属期刊栏目 图形图像技术
研究方向 页码范围 3843-3847
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.12.073
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 郭晓光 天津工业大学计算机科学与软件学院 2 39 2.0 2.0
2 闵卫东 南昌大学信息工程学院 13 69 4.0 8.0
3 韩清 南昌大学信息工程学院 6 57 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (243)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (24)
二级引证文献  (5)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
运动目标检测
ViBe改进算法
交通视频
阈值划分
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导