一种复杂背景场景中运动目标检测方法.pdf
猫巷****傲柏
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种复杂背景场景中运动目标检测方法.pdf
在对图像进行运动目标检测时,背景越复杂,检测难度越高,获得的检测结果准确性越低,本发明提出一种复杂背景场景中运动目标检测方法,该方法使用自适应高斯混合模型对视频帧图像进行检测,获得包含前景目标和大量噪声的检测图像;再通过训练BP神经网络,采用训练好的BP神经网络对检测图像的各个部分进行判别,排除非前景目标区域;最后采用中值滤波方法对保留的前景目标区域中的孤立噪声点进行进一步修正,获得最后的检测图像。本发明提出的方法可以获得获准确度高、噪声小、边缘明确的前景目标,同时具有鲁棒性高、训练速度快等特点。
一种针对复杂背景的运动目标检测方法.pdf
一种针对复杂背景的运动目标检测方法,涉及一种针对复杂背景中动目标的检测,解决了现有的检测方法在复杂条件下的适应性差、鲁棒性差的问题。其方法:获取待测场景的视频的M帧场景图像,并作帧间差分,对于每个像素点的差分序列建立混合高斯模型;设置混合高斯模型的虚警率,计算每个像素点的检测门限;根据检测门限对每帧场景图像中的每一个像素点做二值化处理,获得运动目标的轮廓。本发明适用于复杂背景下的运动目标检测。
复杂场景中的视频运动目标检测的开题报告.docx
复杂场景中的视频运动目标检测的开题报告摘要视频运动目标检测技术的发展已经成为计算机视觉领域重要研究方向之一。针对传统运动目标检测算法在复杂场景下难以实现准确识别的问题,本文提出了一种基于深度学习的视频运动目标检测算法,在复杂场景下获得更好的识别效果,同时提高了处理速度,并实现了实时检测。关键词:视频运动目标检测,深度学习,复杂场景,实时检测一、研究背景随着数字技术的飞速发展,人们对计算机视觉的需求越来越高。而视频运动目标检测作为计算机视觉领域中一个非常重要的问题,一直是研究者们热衷探究的方向。目前普遍存在
一种复杂场景中目标轮廓提取方法.pdf
一种复杂场景中目标轮廓提取方法,包含以下步骤:S1.对原始图片进行Gabor滤波;S2.根据S1滤波结果求取最大Gabor能量图和最优方向图;S3.根据S2中最大Gabor能量图和最优方向图,计算非经典感受野侧区抑制量;S4.根据S2中最大Gabor能量图和最优方向图,计算非经典感受野端区易化量;S5.根据S2中最大Gabor能量图和最优方向图,计算非经典感受野端区抑制量;S6.根据S2中最大Gabor能量图、最优方向图和S3中侧区抑制量,计算端区易化/抑制权重;S7.根据S2~S6所得结果,计算施加侧区
复杂背景下运动目标检测方法研究的开题报告.docx
复杂背景下运动目标检测方法研究的开题报告一、研究背景及意义运动目标检测是计算机视觉领域的重要研究方向之一,其应用范围广泛,包括智慧交通、视频监控、虚拟现实等领域。然而,在实际应用中,由于环境复杂、光照变化、噪声干扰等因素,对于选用先进的运动目标检测方法来说,仍然存在许多困难和挑战。因此,本文提出了一种新的方法来解决这些难题。二、研究内容及方法本文的研究对象是复杂背景下的运动目标检测。本文首先对现有的运动目标检测方法进行了深入的研究,包括基于深度学习、基于传统机器学习、基于强化学习等方法。然后,基于这些方法