目标检测与转自背景减除

背景减除

对背景建模，然后进行背景减除剩下前景视作所求的目标，也是目标检测的一类方法。背景模型的巨大变化即意味着目标移动。

帧间差分是背景减除中的一个经典算法。Wren等人提出用3D高斯函数对固定背景每个像素的颜色I(x,y)建模，I(x,y) ~ N(μ (x,y), Σ(x,y))。其中 μ (x,y)是均值, Σ(x,y)是协方差。这两个数据通过对连续背景帧的观测学习得到。由于颜色对光照敏感，单个高斯函数建模的模型不适用于户外场景。

多形态混合统计模型的利用是背景建模的一个重大改进。比如混合高斯模型，非参数核密度估计(Elgammal & Davis[2000])，纹理颜色特征融合(Li & Leung[2002])，以及分层模型(Toyama[1999])等，都是其中的重要算法。

将图像表达为离散事件状态也是一种背景减除方法。对有限的不同事件状态分别进行背景建模，根据该模型区分前景和背景。其中的代表算法是隐形马尔科夫过程(HMM)在背景减除中的应用。

特征空间分解方法(Oliver[2000])则是另一种思路，并非建模独立像素点的变化，进行背景减除。其对光照条件变化不敏感。

上述背景减除方法都有一个局限性，即只能处理静态背景下的检测。Monnet[2003], Zhong & Sclaroff[2003]提出了自回归运动平均过程(ARMA), 可对背景的运动模型进行学习和预测。ARMA过程是个时间序列模型，由自回归和时间平均分量组成，其中自回归过程可以描述为其过去值域白噪声的加权和。

总的来说，处理摄像头静止条件下的跟踪问题，大多数时候可选择背景减除来检测特征区域。因为现有的背景减除方法能处理包括光照、噪声、背景周期运动在内的大多数问题，准确检测目标，而且计算方便。但主要限制在于对摄像头运动条件下处理能力有限。

NEXT STEP -- 帧间差分的再梳理，GMM等四种多形态混合模型的大致了解，HMM的阅读，特征空间分解方法和ARMA大致了解

归纳分割方法的知识

转自：http://blog.csdn.net/lynphoenix/article/details/6174855

转载于:https://www.cnblogs.com/yingying0907/archive/2012/07/24/2606042.html

目标检测与转自背景减除相关推荐

Single-stage目标检测网络YOLO相关背景知识
YOLO相关背景知识[1] 论文链接:http://arxiv.org/pdf/1506.02640 两大流派目前,基于深度学习算法的一系列目标检测算法大致分为两大流派: 1.两步走(two-sta ...
动目标检测算法——高斯混合背景建模
混合高斯背景建模是基于像素样本统计信息的背景表示方法,利用像素在较长时间内大量样本值的概率密度等统计信息(如模式数量.每个模式的均值和标准差)表示背景,然后使用统计差分(如3σ原则)进行目标像素判断, ...
针对无人机航拍视频中动态背景下的目标检测
目录目录传统目标检测技术传统目标检测技术 1. 帧间差分通过连续两帧相同位置像素点间的灰度差来确定目标移动.但只适用于静态背景和目标单一条件的目标检测.仅适用于无人机悬停状态下的目标检测. 2 ...
【自制数据集自动标注】yolo目标检测 voc格式单调无遮挡背景单个物体自制数据集自动标注
垃圾分类目标检测数据集准备数据集背景: 参加全国大学生工程训练综合能力竞赛智能生活垃圾分类赛道时深感采集制作数据集过分彰显"有多少人工,就有多少智能"的惨痛,为了不辛苦麻烦身边小 ...
从背景差分到深度学习方法的目标检测与前背景分离
from:http://blog.csdn.net/u010402786/article/details/50596263 前提运动目标的检测是计算机图像处理与图像理解领域里一个重要课题,在机器人导 ...
MATLAB目标检测恒虚警技术,一种自适应的恒虚警率目标检测方法
一种自适应的恒虚警率目标检测方法 [专利摘要]本发明涉及一种自适应的恒虚警率目标检测方法,包括以下步骤:1):将雷达接收到的数据传入匹配滤波器中:2):将匹配滤波器输出的信号传入平方律检波器中进行处理 ...
单阶段目标检测重要论文总结
文章目录一.Yolov1 1.论文简介 2.检测原理 3.结构设计 4.疑难问题 5.论文总结二.Yolov2 1.论文简介 2.更好.更快.更强 1)为什么更好? 2)为什么更快? 3)为什么更 ...
Deep Learning for Generic Object Detection: A Survey -- 目标检测综述总结
最近,中国国防科技大学.芬兰奥卢大学.澳大利亚悉尼大学.中国香港中文大学和加拿大滑铁卢大学等人推出一篇最新目标检测综述,详细阐述了当前目标检测最新成就和关键技术.文章最后总结了未来8个比较有前景的 ...
机器学习_深度学习毕设题目汇总——目标检测B
下面是该类的一些题目: 题目典型恶劣天气条件下高铁周界入侵目标检测图模型融合时空特征的视觉显著性目标检测算法研究基于SAR图像的舰船目标检测方法研究基于三维点云分析的智能汽车目标检测方法研究 ...

目标检测与转自背景减除

目标检测与转自背景减除相关推荐

最新文章

热门文章