基于核密度估计和特征点检测的运动对象分割改进模型

摘要

经典运动对象分割模型需要大量数据训练背景模型,计算量大时间长;模型仅利用时间域中亮度信息的变化作为判断分割的条件,忽略了运动对象本身包含的空域特征。文章针对上述局限提出一种基于特征点检测的核心密度估计模型。该模型通过运动对象的特征点检测,确定运动对象所在区域范围,在目标分割时仅需要训练运动目标区域的背景模型,提高分割质量,缩短计算时间。实验结果验证了该模型的有效性。