![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/ef5d5fd6-fc07-4c5d-9958-eb7cd31f6545/ef5d5fd6-fc07-4c5d-9958-eb7cd31f6545pic.jpg)
![基于碼本學習的背景建模方法研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/ef5d5fd6-fc07-4c5d-9958-eb7cd31f6545/ef5d5fd6-fc07-4c5d-9958-eb7cd31f65451.gif)
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、在實際監(jiān)控視頻場景中,由于外部光照的變化、前景運動目標擾動以及場景中某些背景本身的變化,很難保證背景模型的準確性。因此,建立實時適應場景變化的背景模型具有重要意義?;诖?,本論文做了如下工作:
1.在經(jīng)典碼本背景模型的基礎上通過融合場景信息提出了一種基于自適應碼本背景更新的前景檢測系統(tǒng)。
2.結合像素鄰域HOG特征更新碼本背景模型,以此來消除光照突變引起的偽前景。利用HOG特征描述子的光照不變,創(chuàng)新地提出了一種基于像
2、素鄰域的檢測區(qū)域劃分策略,并通過對比HOG距離來判斷光照突變偽前景,更新像素信息到碼本模型來消除光照突變偽前景。
3.結合灰度閾值和像素鄰域互相關系數(shù)特征,對陰影進行檢測,并實時得更新碼本背景,進而消除運動前景伴隨的陰影。利用陰影灰度值較小,陰影區(qū)域與場景近似滿足線性相關等特征來確定陰影區(qū)域,并通過更新碼本模型消除了運動目標產(chǎn)生的陰影。
4.根據(jù)課題提出的前景檢測系統(tǒng)設計了整體的實驗流程,然后將該方法與其他的背景建模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 應用于嵌入式視頻監(jiān)控的碼本建模方法研究.pdf
- 基于背景建模的運動目標檢測方法研究.pdf
- 基于詞包模型的背景建模方法研究.pdf
- 基于鄰域相關性的背景建模方法研究.pdf
- 基于長時間視頻序列的背景建模方法研究.pdf
- 動態(tài)場景的背景建模方法研究.pdf
- 基于非參數(shù)方法的局部背景建模技術.pdf
- 基于遞歸誤差補償?shù)奶卣鞅尘敖7椒?pdf
- 基于背景建模的高性能視頻編碼方法研究.pdf
- 基于深度學習的復雜背景下船舶跟蹤方法研究.pdf
- 基于GMM和碼本映射相結合的語音轉換方法研究.pdf
- 寬帶語音編碼中固定碼本搜索方法的研究.pdf
- 非參數(shù)化背景建模方法研究.pdf
- 基于監(jiān)督學習的寫作風格建模方法研究.pdf
- 復雜場景中背景建模方法研究.pdf
- 復雜背景下基于分層碼本模型的運動目標檢測與陰影消除.pdf
- 多階編碼本背景模型與應用.pdf
- 基于偏袒性集成學習的客戶流失建模方法研究.pdf
- 基于背景建模的骨架提取.pdf
- 復雜背景下表觀手勢建模方法研究.pdf
評論
0/150
提交評論