![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
背景建模
tiemaxiaosu
这个作者很懒,什么都没留下…
展开
-
背景建模--基于码本背景建模
一、概述 码本模型是 Kim 等提出的一种新颖的背景建模方法。该模型针对彩色视频图像序列,根据像素点的连续采样值的颜色失真程度及其亮度范围,将背景像素用码本表示,然后利用背景差分法思想对新输入像素值与其对应码本做比较判断,从而提取出前景目标像素。它不同于差分和均值滤波等方法,因为它被比较的背景模型值不只一个;也不同于混合高斯和非参数估计等方法要计算概率分布。码本模型为每一个背景像转载 2016-06-24 09:20:54 · 5496 阅读 · 1 评论 -
背景建模--内核密度估计法
一、原理 内核密度估计法又叫非参数模型法,它是将最近的N帧视频图像中的同像素点的亮度值I1,I2,...IN,利用高斯内核非数化的方法对该位置像素点的概率密度进行估计。 式(3-3)中,Kh表示窗宽为h的核函数,ai为归一化权值系数且转载 2016-06-24 09:21:34 · 2247 阅读 · 0 评论 -
背景建模--W4方法
一、原理 W4(What,Where,When,Who)系统为美国IBM公司与美国马罩兰大学联合开发的用于对人体目标的检测和跟踪,并监视目标的活动,不同于多数人体目标跟踪的系统。该系统采用的运动目标检测方法是通过观测当前临近时间段内的视频序列来记录时间段内同位置像素的最大亮度值Imax(x,y)、最小亮度值Imin(x,y)以及相邻两帧间亮度差异的最大值Dmax(x,y),同时用这3转载 2016-06-24 09:22:00 · 1995 阅读 · 0 评论 -
背景建模--背景更新策略
一、原理 把背景模型的更新分成3个部分: (1)、原始背景中没有变化的部分IB1; (2)、原来运动的目标突然静止转化为背景部分IB2; (3)、运动目标在场景中的较少并且持续不断运动造成的背景缓慢变化部分IB3。 本文主要针对第二部分的背景更新提出了一种快速而简单的算法。具体步骤如下: (1)、把当前图像In和背景图像Bn原创 2016-06-23 16:44:10 · 3479 阅读 · 0 评论 -
背景建模--模型更新
一、更新原则 背景模型的更新策略是背景模型设计中最关键的技术。在模型更新时应当注意如下两条原则: (A) 背景模型对背景变化的响应速度要足够快。背景的变化可能是: ①由光照变化等因素引起的背景本身颜色的变化; ②背景区域的变化,如前景和背景的相互转化,即某个物体由运动转为静止或由静止转为运动(如停车场的汽车停下或开走)而导致前景物体被原创 2016-06-23 16:45:25 · 3120 阅读 · 3 评论