基于卡尔曼滤波自上向下的动态阴影检测与跟踪

摘要：

目前多数阴影检测方法局限于半影阴影,不能很好地应对本影阴影.针对该问题,引入卡尔曼滤波,提出一种自上向下的动态阴影检测与跟踪方法.利用梯度信息获得目标的轮廓信息以改进前景分割过程,分析每个潜在阴影的纹理相似性和亮度失真的空间相似性,在数据关联框架中结合卡尔曼滤波,利用目标和阴影之间的时间一致性提高阴影检测率.在多个数据集上的实验结果表明,该方法稳定高效,与几何信息法、颜色空间差异法和多级方法相比,其平均阴影辨别率较高.

关键词：阴影检测与跟踪、卡尔曼滤波、时间一致性、前景分割、梯度、阴影检测

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：河南省教育厅科学技术研究重点项目13A520221,14A520045;河南省教育科学“十二五”规划课题[2012]-JKGHAC-0116*

在线出版日期：2017-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：257-263