ViBe

摘要： 针对ViBe运动目标检测算法在复杂背景下出现鬼影和鲁棒性低等问题,文中提出一种基于边缘梯度特征的自适应阈值改进算法。通过计算当前帧图像背景复杂度,自适应调整阈值R,提取前景目标;建立前景区域与运动区域的边缘梯度模型,通过判断模型之间的相似度,消除鬼影区域。经对采集的3个设定视频场景进行实验验证,结果表明,该算法对复杂场景运动目标检测有较强的适应性,可有效剔除鬼影。对比其他算法,本文算法的调和平均值F1提高了23.52%,召回率提高了17.1%,提升了运动目标检测的准确度和完整度。

摘要： 针对传统ViBe算法不能及时反映场景变化,动态场景适应性差等问题,提出一种改进的ViBe算法。改进内容包括:采用随机选取背景样本和24邻域法获取初始背景,可以加速“鬼影”消融;结合大津法(OTSU)和均匀性度量法的平均自适应阈值计算方法,可以提高算法对树叶晃动、水波纹和光照变化等环境的适应性,最大限度保留有效像素;更新阶段引入自适应更新因子,可以有效减少被误判的概率,从而增强算法的鲁棒性;最后通过形态学处理和滤波使目标更加完整。采用标准数据集视频对改进算法进行了测试和对比分析,改进算法相对于KDE算法、GMM算法和传统ViBe算法各项指标均有大幅度提高,精确度分别提高30.44%、40.72%和20.95%,错分比分别降低了43.28%、40.59%和29.43%。

摘要： 针对ViBe算法易受光照以及动态背景影响,在运动目标检测过程中容易出现鬼影、阴影和运动目标空洞问题,提出一种改进ViBe和多特征融合的运动目标检测算法。首先,初始化背景建模采用鲁棒主成分分析(RPCA)方法,解决首帧产生鬼影问题;其次,引入标准离差率和帧间均速测量值能够自适应改变匹配半径和更新速率,从而适应动态背景变化情况,消除空洞现象;最后,融合HSV、LBP和Gabor特征对阴影进行检测并去除。在公开的CDnet 2014数据集进行实验,结果表明,本文算法能够适应动态背景变化,有效解决了鬼影和阴影问题,在多种场景下能完整提取目标。

摘要： 针对ViBe算法对光照突变不敏感以及由于背景存在大量高频扰动对象而被误检为前景的问题,在经典ViBe算法的基础上提出了改进方法。采用分离视频帧HSV空间中V分量均值作为判断光照突变的方法,由实验得到判断光照突变的阈值Δω=0.1作为判别条件,若光照发生突变则采用突变平稳后的视频帧作为初始帧重新建模,以此解决光照突变问题,由于算法初始建模时存在运动目标会产生“鬼影”的情况,采用连续两帧差分背景模型的方法去除“鬼影”,并提出判断扰动强弱情况的扰动强度因子概念,根据扰动强度因子强弱程度,动态的改变背景建模时匹配半径的大小。实验表明,改进ViBe算法在光照突变和背景高频扰动情况下比原算法的误检率平均降低6%左右,且能够达到实时检测的效果。

摘要： 针对液压同步提升施工中可能出现的油液泄露问题,结合数字化监控系统,研究基于图像识别的液压同步提升系统泵站接头漏油在线检测技术。首先采用基于运动目标的漏油可疑区域提取,研究Vibe算法,并引入动态抽样因子Φ提高背景建模的抗干扰能力;然后提取可疑区域的形状、颜色、纹理特征,为使特征向量维数达到最佳,使用随机森林算法进行特征筛选;采用随机森林进行可疑区域的分类,将动态惯性权重ω引入粒子群算法,利用其对随机森林的参数进行优化。利用PC、USBCAN和液压试验台对漏油检测算法进行测试。结果表明:提出的漏油检测算法对泵站接头漏油有良好的检测效果。

摘要： 地铁异物影响乘客出行安全和列车行车安全,随着自动驾驶时代的到来,采用先进技术检测地铁异物风险是保障地铁安全的重要途径.深度传感器广泛应用在目标检测等领域,弥补彩色信息不足.因此本文采集地铁列车门及屏蔽门间风险区域的RGB-D视频,设计融合深度和颜色信息的异物风险检测算法.首先,提出RGB-D+背景建模(ViBe)算法的异物目标检测方法,通过新增深度模型和融合深度和颜色的像素模型,并在模型更新策略中增加深度判断条件,实现对异物目标的准确检测;然后通过基于RGB-D+最小外接矩形法的异物尺寸近似计算方法,完成异物风险判断.研究结果表明:提出的RGB-D+ViBe异物目标检测方法在不同光照环境下达到90％以上的准确率,鲁棒性和准确性明显高于基于单一图像的ViBe算法;同时异物尺寸方法检测精度达到1mm,能够准确判断异物风险.

摘要： 针对视觉背景提取算法(ViBe)存在精确率低和动态场景适应能力差的问题,提出一种基于自适应ViBe的运动目标检测方法.该方法构建一个基于历史背景像素的样本库,并在像素匹配时随机从样本库中选取背景样本组成背景模型;在像素匹配过程中,对"闪烁"像素设定自适应匹配阈值,解决动态场景适应能力差的问题;在更新过程中,根据匹配度来设定时间采样因子,同时将样本库中生命周期结束的样本值进行替换,从而提高算法的稳健性和适应性.实验结果与现实应用表明,该方法较ViBe算法准确率高,动态场景适应性好.

摘要： 针对ViBe算法在动态背景下存在鬼影消除时间长、算法适应性差、前景检测噪声多的问题,本文提出一种基于ViBe算法框架的改进算法.该算法采用鬼影检测法标记第1帧中的鬼影区域,并向位于鬼影区域的背景模型中强制引入背景样本,从而快速抑制鬼影;在像素分类过程中,引入自适应分类阈值,解决全局阈值易受动态噪声干扰的问题;在背景模型更新中,根据像素分类的匹配值来动态决定更新因子,提高算法适应场景变化的能力.定性与定量的对比实验结果表明,本文算法相较于ViBe算法能够有效地检测动态背景下的运动目标,应用于河流漂浮物检测场景中也有较好的效果.

摘要： 在运动目标检测众多算法中,ViBe算法是一种快速并且高效的运动目标检测算法,在视频监控领域得到广泛的应用.但是这种方法存在对鬼影的消除速度缓慢,容易形成拖影,而且容易发生漏检,易受到噪音的干扰.当物体运动状态变化缓慢时,原位移区域会留下残影等现象.论文针对以上问题提出了一种结合三帧差分算法的改进的ViBe算法,改进背景模型的初始化来对鬼影进行消除,并且加快鬼影的消除速度.采用自适应阈值来提高检测效果,针对背景中存在的噪声和空洞点采用形态学处理来对其进行消除.实验结果表明,改进的算法可以在很短的时间内就可以消除鬼影,并且在消除噪声和空洞等方面有很好的效果.

摘要： 本发明公开了一种基于改进VIBE的手势检测方法，涉及图像识别技术领域，解决了现有技术中手势检测计算复杂且检测精度不高的技术问题；本发明对参考帧图像进行筛选，保证了参考帧图像能够满足拼接成背景图像的要求，避免参考帧图像异常造成的检测精度低；本发明设置了目标摄像头及对应的一组参考摄像头，且每组参考摄像头与对应目标摄像头之间的距离可调，图像采集组的方向可调，通过调节摄像头的距离和方向来获取参考帧图像，保证了参考帧图像的合格率，同时也保证了背景图像的质量；本发明通过参考摄像头获取的参考帧图像来获取背景图像，从图像本身的角度获取背景图像，能够提高背景图像的精度，降低了计算量，同时提高了计算效率。

摘要： 一种基于改进的ViBe算法与轻量化卷积网络的火焰检测方法，步骤为：利用改进的ViBe前景检测算法进行火焰的前景检测；利用构建的轻量化卷积神经网络进一步判断ViBe前景检测算法检测出来的疑似火焰区域是否为火焰对象，其中，构建基于SE注意力机制的轻量化的火焰检测卷积神经网络。本发明采用ViBe前景检测算法，用于疑似火焰前景目标的检测，消除动态背景噪声点，去除跟火焰颜色相似但不具有闪烁特征的干扰对象；与现有的目标检测深度卷积网络相比，本发明提高了火焰检测的速度；在轻量化火焰检测卷积网络中嵌入SE注意力机制，在提高火焰检测精度的同时，也保证了火焰检测的速度。

摘要： 本发明提供一种用于室内实时监控的ViBe‑ID前景检测方法，包括：输入视频序列，使用结合三帧差法的背景建模方法进行背景建模，并用ViBe算法的前景检测算法进行前景提取，然后采用背景模型的分区更新策略完成背景模型更新，采用形态学方法完善前景区域，最后将前景区域输出，同时，在算法过程中还穿插了基于帧间灰度均值差的光照检测算法。本发明的有益效果：该方法在不牺牲原ViBe算法对于前景检测的实时性、准确性的基础上，有效消除“鬼影”和光照骤变带来的“泛白”现象，相比ViBe算法更适用于室内环境的前景检测。

摘要： 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。

摘要： 本发明属于目标检测识别领域，具体是Faster‑Vibe与分类算法实现目标识别方法。该方法包括：对输入图像按照像素灰度差异性进行分区；其中，灰度差异大区域尺寸大，灰度差异小区域尺寸小；剔除灰度差异小的区域；输入图像中可能包括有人、车、小型飞机和大型飞机；通过对未剔除的区域进行不均匀下采样操作，得到相应下采样分区；基于Vibe算法识别出每个下采样分区的像素是否是前景像素；将每个下采样分区上连续的前景像素作为一个疑似目标的像素集；根据疑似目标的像素集，对目标多个空洞进行处理，合并疑似目标为同一目标；将同一目标的像素集输入预先训练的轻量化分类网络，确定该目标是人、车、小型飞机和大型飞机中的哪个类型。

摘要： 本发明提供一种改进的ViBe室内实时前景检测方法及存储介质，在ViBe算法的基础上加入了帧间变化率计算以及基于帧间变化率调整随机因子的背景更新策略来抑制由于时空传播机制带来的“鬼影”和孔洞问题，以及利用基于帧间变化率和感知哈希算法的光照检测来判断是否存在光照突变，如果发生光照突变则重新构建背景模型，较为有效的克服了ViBe算法的各种问题。本发明的有益效果：该方法在不牺牲原ViBe算法对于前景检测的实时性的基础上，有效抑制“鬼影”和孔洞现象，在较大程度上提升了算法的检测能力，并且增强了对光照变化的鲁棒性，相比ViBe算法更适用于室内环境的前景检测。

摘要： 本发明涉及计算机视觉领域，更具体地，涉及一种基于Vibe算法和人工神经网络检测方法和系统。本发明通过Vibe背景建模算法提取监控图像的运动目标，不仅能避免小体积的运动目标被遗漏的情况，还能大幅度提高检测运动目标的准确率。此外，本发明还通过生成式对抗网络将低分辨率的图像进行重构，提高了运动目标图像的分辨率。在图像分辨率提高的基础上，检测运动目标的准确率得到显著提升。最后，将ESRGAN的loss替换为Wassersteinloss，使生成式对抗网络的训练过程更为平滑稳定。改进Arcfaceloss使神经网络分类器的分类效果显著提升。生成式对抗网络和神经网络的性能优化，进一步提升检测运动目标的准确率。

摘要： 本发明公开了一种基于ViBe和Camshift算法的摄像头动静状态下的钻孔检测方法，首先通过LK算法提取图像特征点，然后通过计算视频相邻帧间特征点的位移判断摄像头状态；再使用ViBe算法在摄像头静止状态下检测出目标；当摄像头发生抖动或开始位移时，使用ViBe算法得到的目标框作为Camshift算法的初始化窗口，并将算法切换为Camshift在摄像头运动状态下对目标进行检测。本发明克服了ViBe算法在摄像头抖动或运动时无法精确对目标进行定位的问题，避免了使用单一Camshift算法导致计算量较大的情况和Camshift算法需要人为设定初始框的问题。

摘要： 本发明涉及在由具有发送方身份串的发送方加密明文消息之前，在基于身份的加密系统中验证来自受信中心(TC)的多个公共参数的解决方案。该方法可以包括通过TC身份串来标识受信中心，受信中心具有基于TC身份串的主公钥；确定发送方是否具有发送方私钥和受信中心的公共参数，该公共参数包括受信中心的主公钥和双线性映射；以及通过比较用包括发送方私钥和主公钥的变量来计算得到的双线性映射的值，在将明文消息加密为密文之前，使用TC身份串验证公共参数。密文可以包括认证分量，用于由接收方在使用发送方的身份串和接收方的私钥接收并解密密文之际认证发送方。

摘要： 本发明提供一种ViBe算法参数的优化处理方法及装置，涉及数据优化技术领域，可用于金融领域或其他技术领域。所述方法包括：将ViBe算法选择的邻域进行扩充，得到扩充后的邻域；根据所述扩充后的邻域构建背景模型样本集，根据所述背景模型样本集、当前帧图像信息和应用场景相关预设因子，计算动态背景复杂度参数；根据所述ViBe算法的像素自适应阈值和所述动态背景复杂度参数的比较结果，对所述像素自适应阈值进行自适应计算，并将自适应计算得到的像素自适应阈值作为优化得到的ViBe算法参数。所述装置执行上述方法。本发明实施例提供的ViBe算法参数的优化处理方法及装置，能够提高检测准确性。