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:
由于深度相机技术的不成熟,限制了融合深度信息的运动目标检测算法的应用范围.对此,提出一种高效的基于随机选择策略的立体匹配算法,用于代替深度相机为运动目标检测算法提供深度信息.首先,建立匹配点样本集合,并在每帧中随机选择匹配点计算其匹配代价和置信度;其次,更新集合并将置信度高的匹配点向邻域传播,随着时间的持续会由粗到精得到深度图;最后,用深度信息改进ViBe算法(visual background extractor,视觉背景提取)得到最终的检测效果.实验结果表明,改进算法能够在400×300的分辨率下以8~10帧/秒的速度运行,消除鬼影和抑制光照突变的速度要比经典ViBe算法快3倍以上,同时在普通场景中的运动目标的检测效果和消除阴影的能力也明显优于原算法.
推荐文章
基于图像分割的改进立体匹配算法
图像分割
立体匹配
聚类
基于改进Census变换的立体匹配算法
立体匹配
统计变换
Hamming距离
视差优化
立体匹配算法研究综述
立体匹配
全局立体匹配
局部立体匹配
立体匹配算法进展
立体视觉
匹配算法
实时性
准确性
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 基于立体匹配的改进ViBe算法
来源期刊 计算机技术与发展 学科 工学
关键词 视觉背景提取 鬼影 运动目标检测 深度信息 立体匹配 随机选择
年,卷(期) 2018,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 122-126
页数 5页 分类号 TP391.41
字数 5168字 语种 中文
DOI 10.3969/j.issn.1673-629X.2018.03.026
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 杨硕 沈阳化工大学计算机科学与技术学院 9 18 2.0 4.0
2 吉爱萍 沈阳化工大学计算机科学与技术学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (70)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(8)
  • 参考文献(3)
  • 二级参考文献(5)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉背景提取
鬼影
运动目标检测
深度信息
立体匹配
随机选择
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导