APP下载

基于空时多线索融合的超像素运动目标检测方法

2016-08-27刘广怡

电子与信息学报 2016年6期
关键词:前景背景实验

宋 涛 李 鸥 刘广怡



基于空时多线索融合的超像素运动目标检测方法

宋 涛*李 鸥 刘广怡

(信息工程大学信息系统工程学院 郑州 450002)

运动目标检测是计算机视觉领域极具挑战性的难题,该文针对这一问题提出一种基于空时多线索融合的超像素运动目标检测方法。首先利用简单线性迭代聚类算法将当前帧分割为超像素集合,根据帧间的像素级时变线索找到当前帧中包含运动信息的前景超像素子块;然后根据运动目标的一致性原则建立前一帧目标模型,结合目标空间线索进一步确定包含运动目标的检测窗口,将目标检测问题转化为目标分割问题,利用密集角点检测将目标从窗口中分割出来。在多个具有挑战性的公开视频序列上同几种流行检测算法的实验对比结果证明了所提算法的有效性和优越性。

运动目标检测;超像素分割;空时多线索;前景目标模型;目标分割

1 引言

在计算机视觉领域,运动目标检测是指在视频序列上发现并捕捉到完整运动前景的行为,是目标跟踪、分类和行为理解等更高层次处理的关键底层技术,其检测效果将直接影响系统后续处理的各项性能。当前,越来越多的运动目标检测算法被开发以满足不同的应用需求(比如,智能机器人、自动监控系统和人机交互等)。但是,在实际复杂应用环境中,由于光照变化、噪声、复杂背景纹理和动态背景等干扰因素,使得构建性能稳健的运动目标检测方法成为一项极具挑战性的研究课题。……

登录APP查看全文

猜你喜欢

前景背景实验
记一次有趣的实验
“新四化”背景下汽车NVH的发展趋势
我国旅游房地产开发前景的探讨
法德轴心的重启及前景
《论持久战》的写作背景
做个怪怪长实验
离岸央票:需求与前景
晚清外语翻译人才培养的背景
NO与NO2相互转化实验的改进
实践十号上的19项实验