背景更新
背景更新的相关文献在2003年到2022年内共计284篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、公路运输
等领域,其中期刊论文241篇、会议论文9篇、专利文献35207篇;相关期刊126种,包括电视技术、光电工程、电脑知识与技术等;
相关会议8种,包括第三届国际信息技术与管理科学学术研讨会、第十五届海峡两岸无线电技术研讨会、第十五届全国图象图形学学术会议等;背景更新的相关文献由678位作者贡献,包括李晓飞、张伟、王国彬等。
背景更新—发文量
专利文献>
论文:35207篇
占比:99.29%
总计:35457篇
背景更新
-研究学者
- 李晓飞
- 张伟
- 王国彬
- 王磊
- 聂金津
- 宋焕生
- 岳文静
- 张建荣
- 张辉
- 李刚
- 李绍铭
- 梁英宏
- 王勇
- 胡燕
- 蒋建国
- 陈志
- 齐美彬
- A·埃克内斯
- E·肖
- H·P·阿尔斯塔德
- J·T·科内柳森
- S·O·埃瑞克森
- 丁威
- 于明杰
- 于雪莲
- 付洋
- 任侃
- 何伟基
- 冀小平
- 刘勃
- 刘微
- 刘汉艳
- 刘直芳
- 刘肖琳
- 包晓安
- 卢胜男
- 史蕾
- 吴成东
- 周荷琴
- 姚志均
- 孙志海
- 孙棣华
- 季露
- 岳利军
- 帅师
- 庄哲民
- 庞淑蓉
- 张继平
- 徐伟
- 徐富元
-
-
尹金楷
-
-
摘要:
现有算法对长时间含有静止车辆的视频序列进行背景提取和更新时效果不甚理想.为此,论文提出了一种改进的道路背景提取和更新算法.通过统计一段时间内相邻帧的变化程度,结合边缘检测算法分析持续变化的区域,可以有效改善环境复杂时背景提取困难的情况,而且可以解决背景更新中存在的当前背景图像中含有静止车辆的问题.实验证明该算法可以很好地适应实际应用中情况较为复杂的路况,准确性有了明显提高,且实时性较好.
-
-
-
于明杰
-
-
摘要:
在目标检测方面,基于Surendra算法的背景更新用于定摄像机来检测运动目标具有复杂度低、目标提取准确的特点,但通常的背景更新方式不适用于动态背景下的目标检测.现提出一种不同的背景更新时背景与前景的叠加方式,能使背景在更新的同时,抑制由于更新引起的画面的抖动,达到目标检测的目的.
-
-
于明杰
-
-
摘要:
在目标检测方面,基于Surendra算法的背景更新用于定摄像机来检测运动目标具有复杂度低、目标提取准确的特点,但通常的背景更新方式不适用于动态背景下的目标检测。现提出一种不同的背景更新时背景与前景的叠加方式,能使背景在更新的同时,抑制由于更新引起的画面的抖动,达到目标检测的目的。
-
-
张伟;
李绍铭;
王勇
-
-
摘要:
针对传统Mean-shift跟踪算法在复杂背景下存在跟踪能力不足的缺点,提出一种基于分块背景模型实时更新的背景模型,在更新过程中不断改变阈值和目标跟踪框尺寸.以Mean-shift跟踪模型为基础,建立背景模型和目标模型并引入实时更新背景模型和尺寸自适应算法,提高目标信息和背景信息的区分度以及复杂背景下对目标模型的辨识能力.结果表明:改进后的算法具有对视频序列中运动目标有效实时跟踪的能力.
-
-
张伟;
李绍铭;
王勇
-
-
摘要:
针对传统Mean-shift跟踪算法在复杂背景下存在跟踪能力不足的缺点,提出一种基于分块背景模型实时更新的背景模型,在更新过程中不断改变阈值和目标跟踪框尺寸.以Mean-shift跟踪模型为基础,建立背景模型和目标模型并引入实时更新背景模型和尺寸自适应算法,提高目标信息和背景信息的区分度以及复杂背景下对目标模型的辨识能力.结果表明:改进后的算法具有对视频序列中运动目标有效实时跟踪的能力.
-
-
张伟;
李绍铭;
王勇
-
-
摘要:
针对传统Mean-shift跟踪算法在复杂背景下存在跟踪能力不足的缺点,提出一种基于分块背景模型实时更新的背景模型,在更新过程中不断改变阈值和目标跟踪框尺寸.以Mean-shift跟踪模型为基础,建立背景模型和目标模型并引入实时更新背景模型和尺寸自适应算法,提高目标信息和背景信息的区分度以及复杂背景下对目标模型的辨识能力.结果表明:改进后的算法具有对视频序列中运动目标有效实时跟踪的能力.
-
-
李晓瑜;
马大中;
付英杰
-
-
摘要:
针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的"鬼影"问题,提出了一种基于三帧差分的混合高斯背景模型运动目标检测算法.通过图像前景检测比例判断光照是否发生突变,利用三帧差分法对图像的背景区域、运动区域和背景显露区域进行划分,并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新,设计了基于三帧差分的学习率自适应混合高斯模型背景更新的方法.该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新,从而改善这两种情况下运动目标检测效果.实验结果表明,该算法避免了光照突变时的大面积误检现象,并且同时解决了突然运动目标的"鬼影"问题.
-
-
魏燕欣;
范秀娟
-
-
摘要:
随着人工智能等技术的兴起,利用机器视觉对视频中运动目标进行追踪与识别在工业、交通、医疗和运动训练等领域都得到应用.对视频中人体运动姿态进行准确快速的检测,是目前一个热门的研究方向.本文采用改进的混合高斯背景模型(GMM)算法对视频每帧图像进行前景提取,通过帧间差分法分析得出不同差值对应的学习率,从而实现对背景模型更准确的更新,进而得到一个精确的二值化的前景图像;并将生成二值图像由更新后的像素与高斯B均值比较,得到背景或前景图像;再对处理后视频图像进行比对,利用Shi-tomasi算法提取图像特征点并进行追踪,获取运动目标轮廓并绘制出边缘,经过SVM训练实现对走、跳、跑3种人体运动姿态的实时追踪和识别.
-
-
孙文华
-
-
摘要:
Because of the dynamic background in the complex scene,there are many false targets in it,and the small moving target has small area. The texture color feature is not obvious,and the detail feature is partially lost. In order to solve these problems,an improved algorithm is proposed. Firstly,the first frame image is used as the initialization background image. Then the difference image between the current frame and the background frame image is made,and the difference image is obtained. Finally,the difference image is based on the adaptive two-value process based on OTSU to realize the back scene updating. The experimental results show that compared with the traditional background difference algorithm,the improved al-gorithm has obvious advantages,and it can quickly,accurately and completely conduct the extraction of small moving targets from complex scenes.%由于复杂场景中具有动态背景,里面存在着大量的伪目标,加上小运动目标具有距离远、面积小、纹理颜色特征不明显、细节特征部分丧失等特点,因此针对该问题,提出了一种改进算法,首先将第一帧图像作为初始化的背景图像;然后,用当前帧与背景帧图像做差分,得到差值图像;最后对差值图像基于OTSU的自适应二值化处理,实现背景更新.实验证明,与传统背景差分算法相比,改进的算法具有明显的优势,能够快速、准确、完整地从复杂场景中完成小运动目标的提取.
-
-
曹昌霞;
沈小艳;
毕胜;
王强
- 《全国第18届计算机技术与应用学术会议(CACIS)》
| 2007年
-
摘要:
在计算机视觉应用中,一个基础而关键的任务是从视频序列中提取运动目标,对于固定摄像机监控视频运动目标的检测,最常用的方法是减背景技术。其中背景建模及背景更新是背景差法中的重要任务。本文在研究了现有的背景更新方法的基础上,提出了一种自适应阈值滑动平均的背景更新方法,利用统计的方法对光线变化进行检测,通过调整更新率有效地解决了光线突变情况下的背景更新。实验结果表明该算法具有对光线突变鲁棒性强,响应速度快,实时性好等特点.
-
-
何炜;
唐辉;
徐丹
- 《第十五届海峡两岸无线电技术研讨会》
| 2010年
-
摘要:
针对视频序列中运动目标检测进行了研究,提出了一种将背景减除法和对称差分法相互融合来进行运动目标检测的算法。首先采用Surendra 背景更新算法建立背景模型,通过背景减除法得到运动目标区域,然后与对称差分法得到的差分图像逻辑或,得到比较完整的运动区域。为了能够实时地适应场景的光线变化,本文在背景更新过程中使用Ostu 算法计算出一个动态的阈值以适应光线的变化。实验结果表明,该方法快速、有效,能够满足运动目标的实时检测要求。
-
-
-
-
-
-
-
-