基于纹理特征改进的GFL运动目标提取方法

• 作者: 李志华 王宁 窦修超
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 前景检测 纹理特征 阴影去除
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 45-50,57
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.01.009

摘要

基于广义融合套索(GFL)前景模型,融合视频的纹理特征,提出一种基于纹理特征的运动目标提取方法.方法通过GFL前景模型提取前景运动目标和背景,再利用LBP算法提取前景与背景在多个方向上的纹理特征,比较两者纹理特征的相似度,去除前景中的投射阴影,解决由于运动目标遮挡产生的阴影问题,同时还引入误判率去描述模型的准确度.通过对广场、办公室以及体育馆等实际场景进行测试,实验表明提出的算法能够有效去除运动目标产生的阴影.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志华	河海大学能源与电气学院	58	261	8.0	13.0
2	王宁	河海大学能源与电气学院	14	20	3.0	4.0
3	窦修超	河海大学能源与电气学院	2	0	0.0	0.0