融合颜色和深度信息的运动目标提取方法
行人检测是计算机视觉、智能交通等领域研究的热点与难点,基于深度传感器对室内复杂场景下的行人检测展开研究.目前,基于颜色与深度数据的目标检测方法主要包括基于背景学习的方法和基于特征检测算子的方法,前者依赖于视频序列头几十帧的背景知识,帧的数量决定检测质量;后者存在计算量大的问题,训练样本的不足也会影响行人检测结果.因此,深入分析了复杂场景特征,融合颜色和深度信息,提出了RGBD+ ViBe(visual background extractor)背景剔除方法,实现前景运动目标的准确提取.实验结果表明,提出的RGBD+ ViBe方法在前景运动目标检测准确率方面要明显高于仅考虑颜色或深度信息方法以及RGBD+ MoG(model of Gaussian)方法.
深度传感器、RGBD、运动目标提取、行人检测、ViBe
44
TP391;P208(计算技术、计算机技术)
国家自然科学基金41301517;国家重点研发计划2016YFB0502204;中央高校基金413000010;测绘遥感信息工程国家重点实验室开放研究基金16重03
2019-04-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
276-282