-
公开(公告)号:CN108805897A
公开(公告)日:2018-11-13
申请号:CN201810498273.1
申请日:2018-05-22
Applicant: 安徽大学
CPC classification number: G06T7/215 , G06T7/194 , G06T7/254 , G06T2207/10016
Abstract: 针对经典的VIBE前景提取算法当输入的第一帧含有运动目标时后续检测就会出现“鬼影”现象、像素判别时模型中的固定半径在复杂场景检测效果不佳等问题,本发明提供一种改进的运动目标检测VIBE算法,区分静止区域是“鬼影”区域还是静止目标,并描述当前像素与背景模型中样本之间的差异程度,且在像素判别时根据描述字来动态调整判别模型中半径的大小,使得在场景变化程度较小时有更多的前景点被检测出,变化程度较大时能够阻止波动较小的像素点被检测为前景点,减少检测结果中的噪声。有益的技术效果:与原始的VIBE算法相比较,本发明能够在更少的帧数内去除“鬼影”,并使得检测出的运动目标更为准确。
-
公开(公告)号:CN108805897B
公开(公告)日:2022-01-21
申请号:CN201810498273.1
申请日:2018-05-22
Applicant: 安徽大学
Abstract: 针对经典的VIBE前景提取算法当输入的第一帧含有运动目标时后续检测就会出现“鬼影”现象、像素判别时模型中的固定半径在复杂场景检测效果不佳等问题,本发明提供一种改进的运动目标检测VIBE算法,区分静止区域是“鬼影”区域还是静止目标,并描述当前像素与背景模型中样本之间的差异程度,且在像素判别时根据描述字来动态调整判别模型中半径的大小,使得在场景变化程度较小时有更多的前景点被检测出,变化程度较大时能够阻止波动较小的像素点被检测为前景点,减少检测结果中的噪声。有益的技术效果:与原始的VIBE算法相比较,本发明能够在更少的帧数内去除“鬼影”,并使得检测出的运动目标更为准确。
-