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:
传统视觉背景提取(ViBe)算法检测结果存在Ghost区域,且受环境变化影响,在提取前景时容易产生误检或漏检.针对这些问题,提出了一种基于运动目标自适应检测的改进ViBe算法.首先在背景模型初始化过程中,通过对均值背景建模设置调节参数方式获取真实背景,利用该背景初始化ViBe背景模型;其次在前景检测过程中,根据场景变化引入自适应半径阈值对前景进行自适应检测;最后对检测结果中存在的空洞进行数学形态学闭运算填充.实验结果表明,改进算法能够有效抑制Ghost区域,并在环境变化的情况下较完整地检测前景目标,与传统ViBe算法相比,检测的精确率提高了10%以上,误检率和漏检率分别降低了20%和7%,且改进算法满足实时性要求.
推荐文章
基于最小误差阈值自适应的ViBe改进算法
智能监控
运动目标检测
背景建模
ViBe算法
最小误差阈值分割
鬼影消除
像素梯度
融合混合高斯模型和阈值自适应的改进Vibe算法
运动目标检测
Vibe算法
混合高斯
'鬼影'消除
阈值自适应
融合帧差和ViBe的运动目标检测算法
运动目标检测
ViBe算法
帧差法
鬼影消除
基于Volterra自适应滤波的运动目标检测
运动目标检测
沃尔泰拉自适应滤波器
非线性问题
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 基于运动目标自适应检测的改进ViBe算法
来源期刊 测试科学与仪器 学科 工学
关键词 视觉背景提取(ViBe) Ghost区域 背景模型 自适应半径阈值
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 126-134
页数 9页 分类号 TP391.41
字数 532字 语种 英文
DOI 10.3969/j.issn.1674-8042.2020.02.004
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 王小鹏 兰州交通大学电子与信息工程学院 119 812 15.0 22.0
2 王伟 兰州交通大学电子与信息工程学院 21 125 7.0 10.0
3 梁金诚 兰州交通大学电子与信息工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (48)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
视觉背景提取(ViBe)
Ghost区域
背景模型
自适应半径阈值
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
测试科学与仪器
季刊
1674-8042
14-1357/TH
山西省太原市学院路3号
eng
出版文献量(篇)
843
总下载数(次)
4
总被引数(次)
896
论文1v1指导