一种遗留物检测方法.pdf
睿达****的的
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种遗留物检测方法.pdf
本发明构建了全新的环境自适应的双背景模型,分别为前背景模型的第一背景图像与后背景模型的第二背景图像,对第一背景图像和第二背景图像设立了独立的更新机制,第一背景图像根据场景图像更新,第二背景图像根据更新后的第一背景图像更新,并针对检测到的静态目标位置,进行选择性的局部更新。然后对第一、第二背景图像做差值运算,同时使用阴影抑制技术来去除静态目标位置在自然光下的阴影对检测到的静态目标位置的影响,形态学处理算法以及轮廓提取算法等处理图像形成遗留物区域,对环境的适应性、实时性、以及鲁棒性较高。
遗留物检测装置及遗留物检测方法.pdf
一种遗留物检测装置,用于检测遗留在被监控区域内的物体,具备:获取部,其从对被监控区域进行拍摄的摄像装置获取区域的图像;处理部,其当从由获取部获取的图像中将一段时间没有移位的物体检测为物体时,启动用于对检测到物体之后的时间进行计数的计时器,并且判定持有过物体的人物与获取部获取的图像中所包含的人物是否一致,如果判定为一致,则停止计时器,如果判定为不一致,则不停止计时器;以及输出部,其根据处理部的结果进行输出,处理部判定计时器是否超过规定时间,当处理部判定计时器已超过规定时间时,输出部输出存在遗留物的信息。
一种遗留物检测和跟踪方法.pdf
本发明公开了一种遗留物检测和跟踪方法,包括:对原始监控视频图像序列进行灰度化和滤波等预处理,得到初始视频图像序列;对摄像头采集到的初始视频图像序列进行背景建模,通过得到的背景建模结果来提取前景区域,对前景区域进行去噪处理,获取前景目标;通过正例图片和负例图片对支持向量机进行离线训练,分别获取目标遗留物体模型以及人体模型,将每一个前景目标分别输入到两个模型中进行判定,输出目标遗留物体;采用Meanshift算法跟踪目标遗留物体,获取其在之前每一帧的位置坐标;反向遍历初始视频图像序列,跟踪目标遗留物体在当前帧
一种基于YOLO目标检测的遗留物检测方法.pdf
本发明公开了一种基于YOLO目标检测的遗留物检测方法,涉及智能监控、计算机视觉、深度学习领域。本发明通过YOLO目标实时检测,得到每帧图像数据中的目标类别和其对应的具体坐标。通过目标类别精确的过滤了行人和动物等非物体目标,大大减少了对后续遗留物判断的干扰。同时背景时间用YOLO检测背景目标,得到一个很干净的遗留物检测背景。再经过目标类别和两个坐标的重叠度对检测到的目标分类,对可疑目标跟踪计时后进行背景搬移物判断得到准确的遗留物。将YOLO目标检测应用于遗留物检测很大程度上保证了遗留物检测的准确度和实时性。
一种遗留物的检测方法及装置.pdf
本发明提供的一种遗留物的检测方法及装置,首先获取检测区域的背景图像和所述检测区域的多帧待检测图像;依次将每帧待检测图像和所述背景图像输入至前景检测模型中进行检测,得到每帧待检测图像的每个前景物体的位置区域;所述位置区域为每个前景物体的外接矩形框在所述待检测图像中的区域;针对每个前景物体,根据每个前景物体的位置区域对每个前景物体进行运动状态检测得到每个前景物体的运动状态检测结果;最后针对每个前景物体,只有所述检测结果为所述前景物体在预设时间内均处于静止状态,才确定所述前景物体为遗留物。提高了遗留物的检测检测