融合时空特征的自适应运动目标检测方法
视频序列中的运动目标检测通常是作为更高级别图像分析与应用的基础.大多数目标检测算法是基于背景减法的,通过对含有历史背景像素值的背景模型进行分析来完成检测,但在动态场景中存在误检的问题,如风摇动树和流动河流.为了提高运动目标检测的精确性和降低误检率,提出了一种融合时空特征的自适应运动目标检测方法.该方法融合颜色与纹理特征进行时空建模,通过分析视频序列来检测动态背景的复杂度及动态背景区域,基于像素级反馈环来自适应调整模型的内部参数,替代手动设置的全局参数,提高模型的灵敏度和场景适应速度.在多个视频序列上进行对比,测试结果表明本文方法精确率高、错误分类比低,对较复杂场景具有一定的鲁棒性.
时空特征、自适应参数、像素级反馈、动态背景、运动目标检测
43
TP391.41(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金
2021-05-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
84-89