一种自适应的基于混合高斯模型的运动目标检测算法

为提高运动目标检测的可靠性,提出了一种自适应的基于混合高斯模型的运动目标检测算法．该算法利用混合高斯分布对每个背景像素建模,高斯分布的个数不是固定不变的,而是随着像素值的混乱程度自适应变化．差分图像的像素按大小被分为2部分,然后对这2部分分别进行自适应阈值化分割,得到前景图像．利用基于形态学重构的阴影消除方法来改善前景图像分割的性能．不同实际场景的实验结果表明该算法能够快速准确地建立背景模型,且具有更强的鲁棒性．     

基于五帧帧差和混合高斯模型的运动目标检测

鉴于传统的帧差法检测准确率不高,而且在光照变化、噪声干扰时鲁棒性不高,容易造成检测错误等问题,提出了一种改进的视频序列运动目标检测算法.该算法是将混合高斯模型与改进的五帧差分算法相结合:首先改进五帧差分是将当前帧与前2帧、后2帧进行差分二值运算,然后将4个差分的结果轮廓填充,最后进行先"与"再"或"运算;通过将混合高斯建模后得到的运动目标与改进的五帧差分算法得到的运动目标,进行逻辑"与"操作,最后再通过形态学处理检测出运动目标.从实验结果证明,改进的算法既能适应光照的变化,又能有效克服空洞的现象,与同类的算法相比具有更高的鲁棒性和准确率.     

一种基于改进的混合高斯模型的运动目标检测算法

在计算机视觉应用中,复杂场景运动目标检测是视频监控、目标追踪的基础,也是智能视频监控领域的研究热点之一。针对现有运动目标检测算法中阴影干扰和参数初始化粗糙的问题,在混合高斯背景建模的基础上采用HSV颜色空间替换原有的RGB颜色模式,并提出一种结合K均值算法与EM算法的参数初始化方法。实验表明,该算法可以有效抑制场景中运动物体的阴影干扰,检测结果更加精确,对复杂场景下的运动目标有较好的检测效果。     

融合高斯混合模型和prewitt算子的运动目标检测

提出一种融合高斯混合模型和prewitt算子的运动目标检测算法.通过高斯混合模型拟合背景信息,利用prewitt算子提取图像的边缘特征信息,将两者融合起来.边缘信息反映了局部区域内容的结构信息,可作为颜色信息的补偿;模型保证了在线更新背景信息时的稳定性和收敛性,同时弥补了目标分割中颜色信息接近时容易导致误判的不足.实验结果表明,与一般高斯混合模型比较,本方法具有较高的分割精度,提高了目标检测的鲁棒性.     

基于小波分析的红外弱小目标检测算法

针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。     

基于OpenCV的运动目标检测软件实现

OpenCV是一种基于开源发行的跨平台计算机视觉库,应用范围非常广。从运动目标检测角度出发,介绍了基本背景差分法检测运动目标的一般流程和当前经典的混合高斯模型（GMM）。采用基于OpenCV的方法软件实现GMM算法,提取运动目标,对该算法进行了评价。     

基于混合高斯与边缘检测的目标检测算法研究

提出了一种基于混合高斯与边缘检测的目标检测方法,首先将混合高斯模型(Gaussian Mixture Model)的参数进行改进,并结合形态学等运算提取初步运动目标;其次将双边滤波与Sobel锐化检测算子结合对图像处理得到另一个目标;然后将两目标相减,并对相减的结果进行中值滤波,以及形态学和标记去除连通域等运算;最后与三帧差分结果逻辑或运算,得到最终目标。实验结果表明,该算法能够很好地去除阴影,且不易受环境变化的影响。     

基于视频的运动目标检测跟踪模型的应用研究

本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若存在运动目标,则根据串行边界跟踪算法获得运动目标轮廓。获得边界后,模型将绘制方框显示运动物体,并发出警报。该运动目标检测模型用VisualC＋＋给予实现。     

基于高斯混合模型的人群异常检测

近年来,公众场所安全问题得到了广泛关注,视频监控下的人群异常检测成为智能监控的研究热点。现实场景中的人群异常检测具有容易受到光照亮度变化影响、可能存在大量遮挡以及人群密度大等研究难点。提出一种基于高斯混合模型的人群异常检测方法,能有效应用于复杂的室外场景。首先通过预处理阶段求得视频帧的感兴趣区域（ROI）,再在感兴趣区域中计算人群光流,并在此基础上融合SIFT特征,利用图像分块提取特征。对不同分块建立对应的高斯混合模型,进而用模型判断特征点是否属于异常事件。实验结果证明,该方法对于UMN数据库中人群的四散奔跑以及UCSD数据库中人行横道上出现汽车和自行车等异常事件有较高的识别率。     

基于混合高斯的行人检测模型

针对提高行人检测系统的检测率和实时性,提出了一种基于混合高斯模型建模,通过与梯度方向直方图(Histogram of Oriented Gradient,HOG)和支持向量机的行人检测方法。采用混合高斯模型进行前景划分,在前景划分过程中引入时间融合消除参数以减小把静止状态行人当做背景的概率,在特征提取时,先采取缩小检测窗口预处理,然后通过多尺度划分块的方式提取特征达到降维目的,最后结合SVM分类器实现行人检测。通过随机视频帧进行测试方法的性能,该方法在行人检测检测率和检测速率上都有很大提高。     

一种应用于大型综合实验的运动目标识别与跟踪方法

介绍了一种基于NM I特征的目标识别与跟踪算法,与基于图像灰度的跟踪算法相比,该算法利用运动目标的NM I特征值,避免了背景亮度变化对目标识别和跟踪的干扰,具有实时性好、抗干扰性强的特点,适用于复杂背景下的运动目标检测和跟踪。     

GSM-MRF based classification approach for real-time moving object detection

Statistical and contextual information are typically used to detect moving regions in image sequences for a fixed camera. In this paper, we propose a fast and stable linear discriminant approach based on Gaussian Single Model （GSM） and Markov Random Field （MRF）, The performance of GSM is analyzed first, and then two main improvements corresponding to the drawbacks of GSM are proposed： the latest filtered data based update scheme of the background model and the linear classification judgment rule based on spatial-temporal feature specified by MRF. Experimental results show that the proposed method runs more rapidly and accurately when compared with other methods.     

基于噪声与阴影抑制多模态背景模型的运动物体检测

针对场景照明变化、模型初始化以及阴影等问题, 提出了一种用于视频监视系统运动物体检测的统计多模态背景模型. 通过相隔固定的帧差值阈值化得到背景样本值, 并采用高斯核密度估计方法计算背景灰度的概率密度函数. 利用像素的邻域信息来去除由于摄像机抖动和场景小运动产生的噪声. HMMD色彩信息用来检测和抑制运动投射阴影. 实验结果验证了算法在交通监控前景物体分割中的有效性.     

基于背景差分法的视频目标检测算法研究

运动目标的检测是数字图像处理和模式识别以及计算机视觉领域研究的主要内容之一,也是计算机视觉研究的一个重要领域。对基于背景差分法的视频目标检测的算法进行了研究。以Matlab为主体研究工具,对视频中的运动目标进行检测。对背景差分法的原理和算法进行了研究,并对其进行了详细的讨论和分析。利用中值滤波背景模型来提取背景,并对目标的阴影进行检测与抑制。实验结果表明,采用该算法对运动目标进行检测具有良好的准确性和稳定性。     

基于视频快速目标检测算法实现

首先回顾了目前流行的各种车辆检测方法,并指出视频检测技术已日益成为最具优势、最有发展潜力的检测方法。在此基础上,对各种基于视频的车辆检测算法分别进行分析比较。最终,给出一种基于视频的快速目标检测算法。     

融合多层卷积特征的绝缘子目标检测

提出了一种基于多层卷积特征融合的Faster R-CNN绝缘子检测算法,首先对卷积神经网络中包含更多目标细节信息的浅层特征图与特征信息更加明显的深层特征图进行融合,提高算法对目标特征的提取能力;然后根据绝缘子的形状特点改进锚框的比例,减小锚框尺寸,提升对小尺度绝缘子的检测能力,并在训练过程中加入多尺度训练,降低不同尺度绝缘子对识别率的影响。结果表明,在检测速度基本不变的情况下,所提出的算法平均精度均值(mAP)可达93.6%,比原始算法Faster R-CNN高出6.8%,对多尺度绝缘子的识别性能更优。     

基于CLIL模式的大学英语分目标教学

随着经济全球化和高等教育国际化的到来,学生越来越需要在学习和工作中使用英语,基于CLIL模式的大学英语分目标教学,能够充分利用有限的课时和师资,通过在大学英语分目标教学中融入CLIL教学模式,使大学英语根据学生的英语基础和学习目标,实现人性化、个性化、渐进式的双语教学。是对现有的专业英语教学和双语教学的一种很好的补充。     

基于高斯烟羽模型对空气中的PM_(2.5)进行研究

根据实际情况,研究空气中PM_(2.5)浓度持续增加情况。首先,建立空气中PM_(2.5)的高斯烟羽模型;其次,根据广东省全年气候实际情况,确定模型中的扩散系数σ_y与σ_z;最后,通过MATLAB软件,数值模拟已得出的高斯烟羽模型。