共查询到20条相似文献，搜索用时 31 毫秒
1.
连续采集多帧视频图像,利用帧间滤波法建立背景图像,并通过改进背景差分算法尽可能地提取完整的目标轮廓,并用链表法表示轮廓特征。提取目标轮廓的HOG特征,通过SVM分类器进行分类,研究分析不同的人体异常行为。该方法可以有效识别出快速移动、弯腰行走、跌倒、跳跃、长时间停留等异常行为。 相似文献
2.
动态前景目标识别和提取是计算机视觉领域的重要内容。对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面中的图像特征进行识别并精确提取所需要的画面。根据高斯模型组合多个图像特征,针对组合特征空间的各个子空间构建似然图像,通过似然图像特征分析与加权,提取最具有差异性的特征。根据图像前景特征在图像帧与帧之间的不同,提高前景目标跟踪的鲁棒性。试验结果表明,改进算法在提取前景目标上比传统算法提高了精度,目标跟踪效果好。 相似文献
3.
《实验室研究与探索》2018,(12)
选择移动状态下的小型飞行器作为应用场景,将图像获取与深度学习算法相结合。首先采用改进后MPF目标跟踪算法,获取目标的大致轮廓;其次chirpscaling算法将收集到的目标轮廓数据用于图像的生成;最后将得到的成像应用于fast-rcnn算法中,进行图像背景区域的提取。通过实验仿真,该方法可以对移动状态下的物体进行图像识别,图像获取更为全面,准确率高,提取效果较好。 相似文献
4.
5.
本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若存在运动目标,则根据串行边界跟踪算法获得运动目标轮廓。获得边界后,模型将绘制方框显示运动物体,并发出警报。该运动目标检测模型用VisualC＋＋给予实现。 相似文献
6.
采用混合高斯模型算法,以实现背景前景的分离,并利用前景目标的二值化图像计算其轮廓特性,对超过阈值的目标物体进行预警,同时系统为实现良好的可移植性及较快的硬件处理速率,采用软件分层的体系来实现动态物体检测,底层通过V4L2接口实现硬件视频帧的采集,顶层调用opencv视觉库实现混合高斯模型下的前景提取。最后系统实现良好的人机交互界面的设计。 相似文献
7.
为了准确而快速地识别出图像中人体的某种行为特征,提出了一种全新的三层自动编码器与PNN概率神经网络结合的网络模型。把人体行为的关键帧从包含10种人体行为的视频库中提取出来,用背景减除法提取人体轮廓图并进行二值化图像处理,根据时间序列叠加轮廓图,组成含有10个特征轮廓的数据库,随后将特征轮廓数据在自动编码器中编码,编好码的特征数据随即进入概率神经网络进行训练学习。将训练好的神经网络对这10种人体行为进行准确识别。实验结果表明,经过自动编码器处理后的人体特征进行PNN神经网络识别,比单纯用BP神经网络识别准确率提高5%以上,由此证明该方法有效可行。 相似文献
8.
9.
在视频序列图像中,视频图像分割的主要目的是要在视频序列中分割出运动实体,背景差法能够在实时性要求很高的情况下从一段视频中将当前帧图像跟背景图像作差,然后提取出运动目标,而对差图像进行二值化是关键,自适应阈值方法通过对差图像的直方图进行分析寻找直方图上的一个点,该点到直方图最高点与最低点之间的线段的距离最大,为求该点,本文提出了一种快速算法,以该点对应的灰度值作为阈值,这样运动目标就能够被精确地提取出来. 相似文献
10.
改进帧差法和背景差法的多目标跟踪 总被引：1，自引：0，他引：1
提出一种将改进的帧差法和改进高斯背景差法相结合来更好地分割出运动目标的算法,其中改进的帧差法是用连续3帧相互帧差之和可有效克服空洞效果;改进高斯背景差法是对像素点的邻域均值替代单个像素点建立高斯背景图像,这样可对光线变化有一定抗干扰能力。将二者结合起来,可较好地跟踪多个运动目标。 相似文献
11.
常用的几种背景提取算法在车流量较大的情况下提取的背景效果较差。在某些目标检测区域较少的场景中,若将所有像素进行检测,会浪费许多时间。针对这些问题,提出一种新的背景提取算法。先将视频帧进行分割,再对分割出的检测带依次进行车辆存在检测,最终自动选取视频中没有车辆的车道块并将其拼接成完整背景帧,最后利用Lab空间色度与亮度相互独立的特性提取目标。该算法能够充分提取前景图像,不会丢失车辆目标。相比传统算法,该算法准确性较高。 相似文献
12.
为提高被噪声、纹理等干扰的图像分割精度,提出了一种基于Bayesian最小误判的活动轮廓模型.首先将目标和背景这两类中心的马氏距离作为误判概率的判决规则,利用方向扩散PDE方程对观测图像进行演化,使得扩散只沿切线方向发生,得到原图像的一个平滑近似图像,从而使目标和背景的马氏距离增大,误判概率减小.然后结合局部二值拟合活动轮廓模型,对特征函数进行迭代演化,直至收敛到目标边缘.最后采用结合梯度下降法和迭代卷积阈值化方法对模型进行数值求解.实验结果表明,提出的模型可以很好地排除干扰信息的影响,准确地提取目标轮廓,误判概率更小.和几个经典变分图像分割模型相比,DSC、IOU等指标值都表明提出模型具有较好的实验效果. 相似文献
13.
薄孟德 《长春师范大学学报》2024,(4):101-106
针对动态环境下SLAM算法定位信息精度不足、建图偏移严重问题,本研究基于无人驾驶配送实验平台提出一种面向封闭园区内动态环境的视觉SLAM系统。该系统以ORB＿SLAM2为框架,添加了基于人体关键点提取的行为识别线程。在输入图像ORB特征点提取的同时,通过HRNet网络进行人体关键点的提取,通过30帧图像内容进行行为识别,判断图像中人体的行为状态是否为运动,并以此为依据筛选并剔除动态特征点,最后通过静态特征点进行位姿估计。实验结果表明,在TUM数据集动态子序列下,与ORB＿SLAM2、DS＿SLAM相比,本研究所提算法在系统精度与速度上达到平衡,有效提高了位姿估计的准确性。 相似文献
14.
在对Kinect采集到的图像进行预处理后,为了实现行人运动目标检测,需要对行人目标进行特征识别,然后将识别分割的区域作为行人目标的备选区域。通过改进的自适应高斯混合模型的背景建模对预处理后的深度图像进行行人目标分割,分离出有用信息,然后利用Freeman链码方法提取连通域轮廓,作为行人目标的人体头部区域,便于后续对行人目标的跟踪与统计研究。试验表明,最终得到的结果达到了预期目标,算法准确性与鲁棒性很好。 相似文献
15.
为了能够准确、快速地跟踪运动目标,提出了改进帧间差分与局部Camshift相结合的目标跟踪算法。针对传统帧间差分法在运动目标提取过程中容易产生“空洞”的现象,并且对噪声敏感的问题,提出了三帧差分的运动目标检测算法。首先,利用三帧差分法,将相邻的三帧图像作为一组进行再差分,从而检测出中间帧运动目标的形状轮廓,然后将该区域作为运动目标的模板区域,并将该区域进行适当扩充,最后采用局部Camshift算法进行目标跟踪。实验结果表明,改进的帧间差分可以有效地弥补“空洞”现象,对噪声也起到了一定的抑制作用。同时,该方法克服了传统Camshift算法需要人为选择跟踪区域和容易发散的缺点,达到了预期的目标检测和跟踪效果。 相似文献
16.
针对区域级背景减除问题,提出一种基于图像块对比度直方图特征的背景减除方法。对于已输入的一段视频,将每一帧视频分割成图像块,并提取对比度直方图特征。在该特征上通过自描述方式将前景作为噪声误差项与背景分离,随后使用稀疏子空间聚类方法构建关于对比度直方图特征的聚类,而对于特征聚类的主成分分析给出了关于背景特征的多个子空间,并以此作为区域级背景模型。在后续输入视频帧中提取对比度直方图特征,将其投影到各子空间中计算重构误差,以此作为前背景的决策依据。实验结果表明,该方法能够有效减除视频中的背景。 相似文献
17.
18.
《淮北师范大学学报》2017,(2):64-68
为克服帧间差分法只适合于帧像素变化较大的视频检测及背景消减法只适合于固定背景模型的视频检测的缺点,提出一种新的基于帧间差分与背景消减的视频摘要算法,这种算法首先对前后两帧的帧图像像素进行检测,若无显著运动对象,则继续进行背景模型对比检测.实验结果表明,该算法能够快速、精准地对运动显著及不显著的视频进行摘要提取,浓缩事件精华,较高地还原视频关键信息内容. 相似文献
19.
《实验室研究与探索》2018,(9)
为了解决监控系统中对移动目标的漏检、误检,以及快速移动目标检测的问题,提出一种改进的帧差法对视频序列识别检测。该帧差法是对连续的3帧图像进行两两差分二值化,然后相邻二值化图像与运算,再把与运算的结果相或。把当前帧的前后两帧的差分二值化图像进行生态学膨胀、腐蚀等一系列处理,处理后的图像与前面或运算的结果作相或运算,这样基本解决误检的问题,再结合边缘提取的Robert算法就可以完整地检测出移动目标。经测试结果表明:在像素值相近时,该检测算法能够较好地解决检测时出现的误检和漏检,并且移动目标速度较快也能够检测出来,检出率高达90%以上,误检率降低到2%左右。 相似文献
20.
论述了基于光流计算的行为识别方法。该方法采用选取序列图像中的光流特征,不需要预先获取图像背景,计算结果只依靠连续帧的相对运动,不受环境的影响,因而比较适用。 相似文献