APP下载

基于图像序列的运动目标检测识别关键技术研究

2021-01-19于莲芝胡婵娟

计量学报 2020年12期
关键词:背景检测模型

薛 震, 于莲芝, 胡婵娟

(上海理工大学 光电信息与计算机工程学院,上海 200093)

1 引 言

随着计算机技术、算法理论以及硬件的不断完善升级,对视频图像的运动目标检测与识别的研究也在不断深入。运动目标检测与识别是指对输入的图像序列进行图像处理、目标检测、特征提取和目标识别[1]。其中目标检测是从图像序列中检测出运动物体的位置,而目标分类识别是指判断提取出的目标属于哪种类别。

运动目标检测的常用方法包括帧间差分法、背景减除法、光流法等。帧间差分法是基于运动目标在视频中可以直观地体现动态变化的这一前提下,通过对比图像序列中相邻或相近帧的相对变化来进行的一种检测方法[2]。该方法的主要优点是算法实现较为简单,运算量较小,光线因素影响较小;缺点是易受到干扰,且目标检测的有效性难以保证,只在目标运动速度较快的情况下具有比较好的鲁棒性。背景减除法则先通过训练图像帧得到模型参数,建立背景模型,将每一幅待处理的图像与当前背景进行比较来检测目标的运动,然后根据场景的变化对模型参数进行更新;背景减除法在低速状态下的检测效果明显,但在目标移动速度较快的场合检测效果会大大降低。光流法则避免了提前了解场景信息,它既可以应用于背景运动的情况,也适用于背景不动的场合;但其条件苛刻,不仅对光照和噪声比较敏感,而且计算复杂度高,难以满足实时性的要求。……

登录APP查看全文

猜你喜欢

背景检测模型
一半模型
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
重尾非线性自回归模型自加权M-估计的渐近分布
晚清外语翻译人才培养的背景
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用