动态背景

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。

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。

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。

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： 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.

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.

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.

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.

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.

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.

摘要： 动态背景下的移动目标检测是视频监控的研究热点之一，具有伪装色的移动目标检测是其中的一个难点。传统的高斯混合模型不适合检测这类移动目标。通过分析动态背景下具有伪装色移动目标的颜色变化规律，提出了利用Laws 能量和一种称为变化频次的特殊统计量的检测方法。实验表明，该方法能够有效地检测某些动态背景下一些具有伪装色的移动目标，即在摄像头固定情况下，对于平缓变化的动态背景中颜色变化幅度较大或者表面纹理复杂的具有伪装色的移动目标，该方法具有良好的检测效果。

摘要： 本发明涉及网络电视领域，尤其涉及一种叠加和动态显示背景颜色为透明的动态图形的方法。该方法包括如下步骤：用图形制作工具制作能在视频流、HTML和Flash上叠加的背景颜色为透明的动态图形步骤；将制作好的背景颜色为透明的动态图形送至用户终端缓存步骤；利用显示技术在该窗口显示背景颜色为透明的动态图形步骤。由于采用了上述的技术解决方案，完全解决了在视频图像、HTML和Flash上叠加和显示背景颜色为透明的动态图形的问题，从而减少了用户终端硬件的成本，而且可通过软件代码简单的控制叠加的背景颜色为透明的动态图形的动态变化。

摘要： 本发明公开了一种基于背景低秩和多方向纹理稀疏分解的动态磁共振图像重建方法。对由动态磁共振下采样算子得到的K空间数据，基于压缩感知理论和图像分解，提出了一种全新的重建模型并建立了有效的重建算法。该重建模型将动态磁共振图像分解为具有低秩性的背景部分和多方向纹理稀疏的前景部分，利用核范数来约束背景，保证背景的低秩性；利用多重卷积下确界振荡广义全变分来约束前景，刻画前景中多方向的纹理特征并保证前景的稀疏性。将模型离散后转化为相应的鞍点问题，利用原始对偶算法求解得到重建图像。相比于传统动态磁共振图像重建方法，本发明的技术关键是对动态磁共振图像的前景进行了多方向的纹理特征分解，提高了图像重建精度。

摘要： 本发明公开了一种动态生成验证码背景图的方法及装置，所述方法包含以下步骤：S1：采集单元从背景图数据库内随机选取三维模型和素材；S2：调整单元用于调整各个模型在三维空间内的位置和姿态；S3：计算单元调用算法检测各个模型之间是否存在遮挡和重合；S4：图片生成单元根据三维模型的拍摄或截图生成验证码背景图。本发明的方法及装置能够动态生成不可重复的验证码背景图，来解决传统验证方式使用有限集合验证码背景图导致被破解的问题。

摘要： 本发明公开了一种复杂地球背景下高速暗弱目标大动态范围探测方法。本发明使用天基红外探测系统对高速飞行的高机动性目标进行探测。首先，建立多参数关联寻优模型，通过谱段、分辨率对特定光谱特征目标进行求解实现背景抑制。其次，设置两组及以上的系统探测参数，一组通过长积分时间、高增益的高灵敏参数获取地球背景信息及小辐射强度目标信息，且在该参数下地球背景不超过探测器模拟信号动态范围的N％(25≤N≤90)；第二组及以上的参数通过短积分时间获取高辐射强度目标信息，且该参数内目标不饱和。然后，进行动态范围融合搭接，实现对目标探测范围的提升。该方法可大幅度提升探测动态范围，增强对复杂地球背景下高速暗弱目标的探测能力。

摘要： 本发明公开了一种不确定背景的系统可靠性动态分配方法、设备、介质，属于系统可靠性领域；所述方法包括如下步骤：系统单元权重求解；系统单元可靠性初分配；系统单元可靠性再分配；本发明方法对在考虑单元内不确定性因素情形下预计出的系统可靠性水平进行了逐层分配；为充分考虑单元内、外层次的不确定性因素影响，构建了针对性的可靠性动态分配方法，使系统组成单元的可靠性最终分配值接近其真实水平；构建了基于可靠性提升率的系统可靠性初分配方法；提出了单元可靠性提升率的求解方法；创造性地提出了系统可靠性再分配方法；通过综合系统可靠性的两次分配结果，给出了单元最终分配到的可靠度数值确定方法。

摘要： 本发明涉及人工智能技术领域，公开了一种桌面背景动态展示方法、装置、设备及存储介质。本方法包括：通过对当前驾驶场景中采集的天气环境图像进行特征提取，得到天气环境图像的天气特征；将该天气特征与预设气象数据库进行匹配，确定当前驾驶场景对应的天气；采集驾驶员的驾驶行为数据，并基于驾驶行为数据对驾驶员进行情绪识别，得到驾驶员的情绪识别结果；基于天气类别和情绪识别结果得到驾驶员当前状态下的情绪类型，基于所述情绪类型得到对应的背景，并基于背景更换车载桌面中的背景。本发明通过将当前天气类别和驾驶员的情绪类型相结合，对车载桌面的背景进行实时展示，提升驾乘人员的心情愉悦度，提高驾驶的安全性。

摘要： 本发明涉及一种基于动态背景自适应的改进ViBe背景建模算法，该算法包括：初始化背景模型，设置初始决策阈值和更新率；提取帧差图像子块标准差作为动态背景表征；利用ViBe前景修正动态背景特征，在此基础上构造并提取时空动态背景特征(TSD特征),然后根据该特征自适应调整决策阈值和更新率；根据得到的决策阈值和更新率，利用反馈机制不断地更新决策阈值、更新率以及背景模型；最终将获取视频的前景图像进行形态学后处理。该算法相较于Vibe算法，提高了算法在动态背景下的检测性能，降低了误检率。

摘要： 本发明涉及一种基于动态背景自适应的改进ViBe背景建模算法，该算法包括：初始化背景模型，设置初始决策阈值和更新率；提取帧差图像子块标准差作为动态背景表征；利用ViBe前景修正动态背景特征，在此基础上构造并提取时空动态背景特征(TSD特征),然后根据该特征自适应调整决策阈值和更新率；根据得到的决策阈值和更新率，利用反馈机制不断地更新决策阈值、更新率以及背景模型；最终将获取视频的前景图像进行形态学后处理。该算法相较于Vibe算法，提高了算法在动态背景下的检测性能，降低了误检率。

摘要： 一种基于相关滤波框架的动态背景下目标跟踪方法及系统，属于图像目标跟踪技术领域，其特征在于：将相关滤波跟踪算法与角点检测、稀疏光流估计、随机抽样一致及卡尔曼滤波算法相结合，对视频帧中的目标像素位移分解为目标与背景的相对运动和背景运动，并分别进行估计和建模，实现动态背景下目标的稳定跟踪。本发明所述目标跟踪方法及系统，将相关滤波跟踪算法与角点检测、稀疏光流估计、随机抽样一致及卡尔曼滤波算法相结合，对视频帧中的目标像素位移分解为目标与背景的相对运动和背景运动，并分别进行估计和建模，实现动态背景下目标的稳定跟踪，可有效的提升动态背景下小目标跟踪的鲁棒性和精度，拓展了目标跟踪算法的适用范围。

摘要： 本实用新型涉及背景墙技术领域，具体是涉及一种带LED屏的动态背景墙，包括有主框架，主框架的前侧呈矩阵排列的安装有若干个独立显示单元，每个独立显示单元包括有旋转架和旋转驱动电机，旋转架与旋转驱动电机的旋转输出轴固定连接，旋转架上安装有动态显示面板和静态显示面板，且动态显示面板和静态显示面板的显示面均与旋转架的旋转轴平行，所有旋转架的旋转轴彼此平行并且在同一个竖直平面内。独立显示单元均具有一个动态显示面板和至少一个静态显示面板，通过控制动态显示面板和静态显示面板交替处于前侧来变化背景墙对应位置的显示内容，而且动态显示面板和静态显示面板均和独立拆卸，方便维护。