您的位置: 专家智库 > >

丁洁

作品数:3 被引量:13H指数:1
供职机构:中北大学更多>>
发文基金:国家科技支撑计划浙江省杰出青年科学基金中国博士后科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇视频
  • 2篇视频序列
  • 2篇长时间
  • 1篇动目标
  • 1篇动目标检测
  • 1篇运动目标检测
  • 1篇帧间
  • 1篇帧间差
  • 1篇帧间差分
  • 1篇视觉
  • 1篇描述子
  • 1篇目标检测
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇背景差
  • 1篇背景差分
  • 1篇背景图
  • 1篇差分
  • 1篇长周期

机构

  • 3篇中北大学
  • 1篇中国科学院

作者

  • 3篇丁洁
  • 2篇况立群
  • 1篇肖江剑
  • 1篇丁洁
  • 1篇韩燮

传媒

  • 1篇自动化学报
  • 1篇计算机工程与...

年份

  • 1篇2018
  • 2篇2017
3 条 记 录,以下是 1-3
排序方式:
基于长时间视频序列的背景建模方法研究被引量:1
2018年
针对现有背景建模算法难以处理场景非平稳变化的问题,提出一种基于长时间视频序列的背景建模方法.该方法包括训练、检索、更新三个主要步骤.在训练部分,首先将长时间视频分段剪辑并计算对应的背景图,然后通过图像降采样和降维找到背景描述子,并利用聚类算法对背景描述子进行分类,生成背景记忆字典.在检索部分,利用前景像素比例设计非平稳状态判断机制,如果发生非平稳变换,则计算原图描述子与背景字典中描述子之间的距离,距离最近的背景描述子对应的背景图片即为此时背景.在更新部分,利用前景像素比例设计更新判断机制,如果前景比例始终过大,则生成新背景,并更新背景字典以及背景图库.当出现非平稳变化时(如光线突变),本算法能够将背景模型恢复问题转化为背景检索问题,确保背景模型的稳定获得.将该框架与短时空域信息背景模型(以ViBe、MOG为例)融合,重点测试非平稳变化场景下的背景估计和运动目标检测结果.在多个视频序列上的测试结果表明,该框架可有效处理非平稳变化,有效改善目标检测效果,显著降低误检率.
丁洁丁洁肖江剑况立群彭成斌
基于长时间视频序列的背景建模方法研究
背景建模作为计算机视觉的一个重要内容,它在智能交通、人机交互、智能视频监控等系统中被广泛应用。具体的说,这些系统的底层通常使用背景建模方法来获取运动目标,因此,背景建模方法在这些系统中至关重要。  现有背景模型主要分为基...
丁洁
关键词:视频序列计算机视觉
基于ViBe的运动目标检测改进方法被引量:12
2017年
针对运动目标检测算法视觉背景提取(visual background extractor,ViBe)对光线突变适应缓慢和易产生目标丢失等问题,提出一种ViBe的改进算法。充分利用ViBe算法初始化特点,在ViBe中加入光线判定方法并设计生成ViBe新背景模型的方法,改变原始ViBe算法结构,使ViBe算法在光线突变时找到合适的帧重置背景模型,将光线突变时模型恢复问题变为模型重置问题,达到迅速适应光照突变的目的。实验结果表明,使用该方法可以使ViBe有两方面的改进:在光线突变时不会产生目标丢失;使ViBe算法更加快速地适应光照变化。
丁洁况立群韩燮
关键词:帧间差分背景差分运动目标检测
共1页<1>
聚类工具0