10.16097/j.cnki.1009-6744.2020.02.013
自适应铁路场景前景目标检测
现代铁路系统中,智能视频分析技术已被广泛应用于异物入侵监测,前景目标检测是入侵判断的必要过程.背景差分常用于检测前景目标,但铁路场景复杂,存在动态变化的背景区域和未知类型的目标,现有基于阈值分割或深度学习的背景差分算法都不能满足需求,故提出一种基于阈值自适应调节的前景目标检测算法.利用像素值在时间上的动态信息,分割结果的反馈信息和由超像素提供的空间信息确定阈值调节因子,动态调节阈值以适应环境变化;提出一种灵活可靠的背景模型初始化方法,消除鬼影问题,实现一帧到多帧初始化的灵活切换.实验结果表明,所提算法在铁路场景上取得了较好的准确率和误分类率,且平衡了精度和速度.
信息技术、自适应阈值、背景差分、铁路异物入侵、前景检测
20
U298.1(铁路运输管理工程)
国家重点研发计划/National Key Research and Development Program of China 2016YFB1200401
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
83-90