动态背景
动态背景的相关文献在1988年到2022年内共计209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、电影、电视艺术
等领域,其中期刊论文126篇、会议论文1篇、专利文献123552篇;相关期刊90种,包括济南大学学报(自然科学版)、光学精密工程、电子学报等;
相关会议1种,包括第十五届全国图象图形学学术会议等;动态背景的相关文献由476位作者贡献,包括崔智高、朱明、李波等。
动态背景—发文量
专利文献>
论文:123552篇
占比:99.90%
总计:123679篇
动态背景
-研究学者
- 崔智高
- 朱明
- 李波
- 张海坤
- 王洪雁
- 刘渭滨
- 叶雅婷
- 廖娟
- 户磊
- 李勃
- 李艾华
- 李金屏
- 罗斌
- 罗澍
- 邢薇薇
- 邱亚钦
- 郭健
- 钱抒婷
- 陈启美
- 陈星明
- 仲思东
- 任蕾
- 伏星源
- 何伟
- 冉啟锐
- 冉鑫
- 冯宇
- 刘勇波
- 刘德华
- 刘锦
- 单巍
- 单新建
- 向亮
- 吴健辉
- 周同雪
- 周许超
- 唐慧明
- 姜柯
- 孙佳琪
- 孙海江
- 安志勇
- 宋冬梅
- 寇喜超
- 尹京苑
- 尹海燕
- 屠大维
- 屠礼芬
- 崇信毅
- 崔建勇
- 张希仁
-
-
邵晓文
-
-
摘要:
如今,随着网络带宽的飞速增长,越来越多的人会倾向于使用视频通话的方式进行沟通。而随着全球新冠疫情的蔓延,为了保持社交距离,许多公司或团体开始依赖使用视频会议的方式开展工作。背景替换技术可以在视频会议的过程中,保护隐私和提高观众的专注度。本文将对两款基于深度学习的图像处理框架,应用在背景替换时的情况,进行对比和分析,并给出了针对于不同场景下如何选择的建议。
-
-
朱磊;
冯成涛;
张继;
储开斌
-
-
摘要:
为解决动态背景下运动目标检测所得目标较为微弱且目标区域离散的问题,文中提出一种动态背景下的运动目标检测算法。首先利用SURF(Speeded Up Robust Features)算法提取图像中的特征点,通过双向匹配法去除误匹配的SURF特征点对,并将特征点分为前景点和背景点两部分;再利用背景点计算仿射变换矩阵,以提高仿射变换矩阵的准确性,完成背景运动的补偿,消除背景运动对目标检测的影响。然后对补偿后的图像采用帧差法和形态学操作,完成对目标的初步提取。最后利用颜色、位移和位置信息对目标进行归并处理,完成运动目标的检测。实验结果表明,文中算法能够准确检测出运动目标,并且所得目标较为明显且目标区域连续。说明文中算法准确率高且具有较强的鲁棒性。
-
-
周仿荣;
张辉;
者梅林;
文刚;
潘浩;
兰志才;
张正德
-
-
摘要:
基于来自云南电网呼马山试验基地及前人的少量、低分辨率输电导线样本,使用超分辨率算法,提出了基于动态背景和随机变换的离线数据增广算法,生成了7000张清晰的输电导线数据集,解决了数据多样性中的随机位置、随机角度、随机尺寸和随机背景等问题。同时,改进了YOLOv5目标检测算法,实现了输电导线、散股和断股的实时、鲁棒检测,平均F1分数达94.7%。提出的超分辨率和数据增广方法可以广泛应用于各领域的低分辨率图像、小样本数据集,所提出的输电导线及其缺陷检测算法能应用于输电线路巡检领域,使巡检更加高效和智能。
-
-
李善超;
车国霖;
张果;
杨晓洪
-
-
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.
-
-
辛元雪;
史朋飞;
薛瑞阳
-
-
摘要:
树叶晃动、光照变化等自然场景下的动态背景会影响运动目标检测的准确性,区分动态背景和前景目标的变化是复杂场景下运动目标检测的首要任务.针对现有的前景提取算法逐点提取前景从而导致计算资源浪费的问题,提出了一种区域提取与改进LBP(Local Binary Patterns)纹理特征相结合的运动目标检测算法.首先,将图像分为大小相等的图像块,利用各图像块的统计特性建立核密度估计(Kernel Density Estimation,KDE)模型,并用KDE模型估计出前景区域.然后,计算前景块中所有像素点的改进LBP纹理特征直方图.最后,通过直方图匹配提取所有的前景像素实现目标的精确提取,并用概率模型更新背景.实验结果表明,该方法在快速提取运动目标前景区域的同时能够消除大部分动态背景产生的干扰,相比传统算法更适用于自然场景下的运动目标检测.
-
-
王洪雁;
张海坤;
罗宇华;
汪祖民
-
-
摘要:
为提高复杂动态背景下运动目标检测精度,基于低秩及稀疏分解理论,本文提出一种基于群稀疏的运动目标检测方法.所提方法将观测视频分解为低秩静态背景,群稀疏前景及动态背景三部分.所提方法首先使用伽马范数近乎无偏近似矩阵秩函数,以解决核范数过度惩罚较大奇异值导致所得最小化问题无法获得最优解进而降低检测性能的问题;其次,为利用前景目标边界先验信息以提升运动目标检测性能,每一帧使用过分割算法生成同性区域以定义群稀疏范数并用于约束前景矩阵;再次,为避免运动目标同时出现在稀疏前景和动态背景中,引入非相干项以提升二者可分性;最后,本文利用交替方向乘子方法(Alternating Direction Method of Multipliers,ADMM)求解所得非凸目标函数.实验结果表明,与现有主流运动目标检测算法相比,复杂动态背景下本文所提方法可较好抑制动态背景从而显著提高复杂运动背景下运动目标检测精度.
-
-
胡誉生;
何炳蔚;
邓清康
-
-
摘要:
复杂动态背景环境下的运动物体检测和静态地图重建中容易出现运动物体检测不完整的问题.针对上述问题,提出了一种混合视觉系统下点云分割辅助的运动物体检测方法.首先,提出了直通滤波+随机采样一致性(PassThrough+RANSAC)方法来克服大面积墙壁干扰以实现点云地面点的识别;其次,将非地面点数据作为特征点投射到图像上,并估计其光流运动向量和人工运动向量,从而对动态点进行检测;然后,采用动态阈值策略对点云进行欧氏聚类;最后,整合动态点检测结果与点云分割结果来完整地提取出运动物体.此外,通过八叉树地图(Octomap)工具将点云地图转换为三维栅格地图以完成地图的构建.通过实验结果和数据分析可知,所提方法可以有效提高运动物体检测的完整性,同时重建出低损耗、高实用性的静态栅格地图.
-
-
杨岚兰;
侍国忠;
陈明;
张重阳
-
-
摘要:
借助计算机视觉技术研究鱼类行为已逐渐成为热点课题,该技术模拟生物视觉原理,通过处理采集的图片或视频获得动态目标参数信息,以达到对鱼类游泳行为监测分析的目的.利用传统的Vibe算法进行鱼类游泳行为监测会出现消除鬼影需要消耗大量视频帧,存在水面波纹的动态背景下运动目标的检测结果不准确的问题,因此提出了一种改进的Vibe算法.针对消除鬼影需要消耗大量视频帧,提出利用层次遍历搜索算法对目标图像进行标记并计数方法来自适应调整背景更新概率以实现快速消除鬼影.针对存在水面波纹的动态背景下运动目标的检测结果不够精确,提出基于LBP和HSV去除水面波纹以提高检测精度.
-
-
王永丽;
苑庆美;
陈勇勇;
孙志鹏;
徐菲;
钟勇
-
-
摘要:
鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时.为降低计算代价,改善分离效果,引入矩阵分解技巧,同时在模型中加入二值模板和置信图等时空约束信息,对基于核范数的RPCA模型进行改进,提出一种新的小计算代价RPCA模型.运用增广拉格朗日乘子法求解改进后的模型,并在大量真实数据集上进行数值实验.实验结果表明,与现有的模型相比,新模型的召回率 、准确率及相似度等评价指标都有明显的改善,且分离精度和求解效率也显著提高.
-
-
王洪雁;
张海坤
-
-
摘要:
针对背景运动引起动目标检测精度显著下降的问题,该文提出一种基于低秩及稀疏分解的动目标检测方法.所提方法首先引入伽马范数(°?norm)近乎无偏地逼近秩函数以解决核范数过度惩罚较大奇异值从而导致所得最小化问题无法获得最优解进而降低检测性能的问题,而后利用L1=2范数抽取稀疏前景目标以增强对噪声的稳健性,同时基于虚警像素所具有稀疏且空间不连续特性提出空间连续性约束以抑制动态背景像素,进而构建目标检测模型.最后利用基于交替方向最小化(ADM)策略扩展的增广拉格朗日乘子(ALM)法对所得优化问题求解.实验结果表明,与现有主流算法对比,所提方法可显著改善动态背景情况下动目标检测精度.