-
题名基于双层背景的遗弃物检测方法
被引量：3
- 1
-
-
作者
王琛
郭继昌
冯晓敏
-
机构
天津大学电子信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第24期167-168,172,共3页
-
基金
天津市科技支撑计划基金资助项目(10ZCKFGX00700)
-
文摘
提出一种基于双层背景的遗弃物检测方法。分别采用滑动平均算法和改进的高斯混合模型,对参考背景和动态背景进行建模,通过2个背景得到前景间的差异,以此提取静止前景,对检测到的静止物体进行直方图匹配以消除鬼影,在前景检测的基础上引入均值漂移算法和粒子滤波算法,处理物体间遮挡问题。实验结果证明了该方法的有效性。
-
关键词
高斯混合模型
滑动平均算法
鬼影
静止前景检测
目标跟踪
遗弃物检测
-
Keywords
Gaussian Mixture Model（GMM）
slide average algorithm
ghost
static foreground detection
target tracking
abandoned objectdetection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名复杂场景下有效的遗弃物检测方法
被引量：1
- 2
-
-
作者
叶芳芳
许力
-
机构
浙江大学电气工程学院
江苏大学电气信息工程学院
-
出处
《计算机工程与应用》
CSCD
2014年第16期12-15,20,共5页
-
基金
国家自然科学基金(No.61004032)
江苏省自然科学基金(No.BK201240801)
-
文摘
为了解决遗弃物检测过程中的遮挡以及其他静止目标干扰问题,提出了一种有效的遗弃物检测方法。采用选择性更新策略更新混合高斯背景模型,从而得到包含运动目标以及静止目标的前景;采用双阈值的方法提取静止目标,并通过目标静止后累积的证据及允许遮挡时间参数处理虚警和遮挡问题。通过对静止目标区块的特征提取,排除静止行人及车辆的干扰以实现遗弃物的检测。多场景下的实验分析表明,该方法在复杂背景条件下达到了良好的检测性能。
-
关键词
混合高斯模型
遮挡
静止目标
遗弃物检测
选择性更新策略
-
Keywords
Gaussian Mixture Model
occlusion
static object
abandoned objects detection
selectively update strategy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名复杂背景下的遗弃物检测
- 3
-
-
作者
朱映映
梁叶
陈殷
-
机构
深圳大学计算机与软件学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2013年第5期1184-1188,共5页
-
基金
深港创新圈项目(ZYB200907060012A)资助
广东省自然科学基金项目(10351806001000000)资助
深圳市科技计划项目(JC200903120046A)资助
-
文摘
针对目前智能视频监控中复杂背景下的遗弃物检测存在较高的误检率,在结合混合高斯模型和三帧差分前景提取的基础上,研究了在较为复杂背景中对遗弃物事件进行自动检测和报警机制。首先,采用混合高斯模型和三帧差分结合的方法获得较为清晰的前景对象;其次,采用相交面积判定的追踪算法跟踪进入监控区域后静止不动的前景;再次,根据时间指标和距离指标判定暂时静止对象是否属于遗弃物;最后,对确认为遗弃物的对象进行报警。实验结果表明,该算法能有效的检测监控范围内的遗弃物,具有较高的检测精度和鲁棒性.
-
关键词
智能视频监控
遗弃物检测
混合高斯模型
三帧差分法
-
Keywords
intelligent video surveillance
abandoned objects detection
mixture Gaussian model
three-frame difference
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多目标跟踪的遗弃物实时检测算法
- 4
-
-
作者
王敬萱
卞春江
陈实
-
机构
中国科学院国家空间科学中心
中国科学院大学
-
出处
《计算机应用与软件》
北大核心
2024年第10期184-190,共7页
-
基金
国防科技创新特区基金项目。
-
文摘
目前的遗弃物检测算法往往有较差的灵活性和可扩展性,针对该问题,同时为满足实时性要求,提出一种基于多目标跟踪的遗弃物检测算法。算法将遗弃物检测分为三个阶段:检测阶段、跟踪阶段和关联性分析阶段。使用检测器以提取感兴趣的目标位置,然后对其跟踪以及对目标关联性和静止性进行分析,以达到遗弃物检测的目的。该算法在AVSS AB2007数据集上进行了验证,平均准确率达到95.87%,同时满足实时性检测的要求,具有较好的鲁棒性和灵活性。
-
关键词
遗弃物检测
智能视频监控
目标跟踪
区域关联分析
-
Keywords
Abandoned objects detection
Smart video surveillance
Object tracking
Regional relevancy analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
