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:
视觉背景提取器(ViBe)算法是一种经典的运动目标检测算法,但ViBe算法在面对伪装问题时性能大幅下降.为了更好地解决伪装问题,文中提出了一种基于权重隶属度函数的融合自顶向下信息和自底向上信息以增强前景检测的改进ViBe算法.首先,背景模型用于捕获自底向上信息,而前景模型用于捕获自顶向下信息.然后,根据像素与每个模型的匹配样本的数量和像素与其匹配样本之间的距离分别计算像素与上述两个模型的匹配度.最后,使用基于权重隶属度的同时使用前景模型匹配度和背景模型匹配度的决策框架来确定像素标签.实验数据表明,提出的方法在主观评价和客观评价方面均优于文中采用的其他对比算法,并且,提出的算法相比于原始ViBe算法在主观评价和客观评价上均有明显提升.实验结果证明了提出的方法的有效性,特别是处理存在伪装问题的序列.
推荐文章
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
一种改进的 ViBe算法结合多特征融合的阴影移除方法
阴影检测
阴影移除
改进的ViBe算法
色相特征
纹理特征
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
融合单高斯模型的改进ViBE算法
ViBE
漏检
单高斯模型
运动目标
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 针对伪装问题的多信息融合改进ViBe算法
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 ViBe 背景减除法 伪装问题 视频监控 实时系统
年,卷(期) 2020,(3) 所属期刊栏目 计算机与自动控制
研究方向 页码范围 97-106
页数 10页 分类号 TP391.41|TN911.7
字数 6101字 语种 中文
DOI 10.14132/j.cnki.1673-5439.2020.03.014
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 刘峰 南京邮电大学通信与信息工程学院 97 634 12.0 21.0
2 干宗良 南京邮电大学通信与信息工程学院 69 440 13.0 17.0
3 王子龙 南京邮电大学通信与信息工程学院 1 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  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(6)
  • 参考文献(6)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
ViBe
背景减除法
伪装问题
视频监控
实时系统
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
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导