高阶统计量的背景估计法在运动目标检测中的应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (6): 161-163.

• 图形、图像、模式识别 • 上一篇下一篇

高阶统计量的背景估计法在运动目标检测中的应用

王琳¹，潘建寿¹，杨志刚²

1.西北大学信息科学与技术学院，西安 710127
2.富士通（西安）系统工程有限公司，西安 710075

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-02-21 发布日期:2011-02-21

Application of resumed background using HOS in moving object detection

WANG Lin¹，PAN Jianshou¹，YANG Zhigang²

1.College of Information Science and Technology，Northwest University，Xi’an 710127，China
2.Fujisu（Xi’an） System Engineering CO.LTD，Xi’an 710075，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-02-21 Published:2011-02-21

摘要/Abstract

摘要： 利用随机变量的各阶矩的性质，构造了一种基于高阶统计量的背景估计方法，并将其应用于静态背景下的运动目标检测。文中采用多分辨率思想对程序进行优化。同时，在检测的过程中利用检测结果，采用分区域的方式对背景图像进行更新。计算机仿真实验表明，基于高阶统计量的背景估计及更新方法在应用于运动目标检测、提高背景差法在运动目标检测对背景环境变化的鲁棒性方面是有效的。

关键词: 高阶统计量（HOS）, 背景估计, 背景更新, 运动目标检测

Abstract: An approach of background estimation is presented using characters of random variable moments and applied in moving object detection under static background.The program is optimized by graded and blocked method.The background is updated by zoning method using the result of detection.The computer simulation proves that background estimation based on high degree moment and background update in moving object detection is available.The same to improve the robust of background subtraction to the changing background in moving object detection.

Key words: high order statistic, background estimation, background update, moving object recognition

王琳¹，潘建寿¹，杨志刚². 高阶统计量的背景估计法在运动目标检测中的应用[J]. 计算机工程与应用, 2011, 47(6): 161-163.

WANG Lin¹，PAN Jianshou¹，YANG Zhigang². Application of resumed background using HOS in moving object detection[J]. Computer Engineering and Applications, 2011, 47(6): 161-163.

[1]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[2]	高红红1，曹建荣1，2，李振宇1，杨红娟1，2，赵淑胜1. 基于背景分类的运动目标检测算法[J]. 计算机工程与应用, 2017, 53(21): 179-184.
[3]	赵晓梅1，孙建德1，张元元2. 基于分层匹配五元组Codebook的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(7): 196-201.
[4]	贾建英，董安国. 基于联合直方图的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(5): 199-203.
[5]	郭伟，高媛媛，刘鑫焱. 改进的基于混合高斯模型的运动目标检测算法[J]. 计算机工程与应用, 2016, 52(13): 195-200.
[6]	张金敏1，雷江1，2. 统计建模与对象更新机制相结合的背景减法[J]. 计算机工程与应用, 2016, 52(11): 152-157.
[7]	简小刚，徐晓翔，李晓华. 一种自然环境下运动物体监测算法[J]. 计算机工程与应用, 2015, 51(18): 214-217.
[8]	张英烈1，夏梦2，陈临强1. 基于视频跟踪的体感游戏设计[J]. 计算机工程与应用, 2015, 51(17): 44-47.
[9]	何杰，万晓冬. 动态地面背景下机载红外弱小目标的检测[J]. 计算机工程与应用, 2015, 51(16): 178-182.
[10]	吴桐1，2，王玲1. 基于帧差分块的混合高斯背景模型[J]. 计算机工程与应用, 2014, 50(23): 176-180.
[11]	邱光能，全惠敏. 基于对称差分和背景减的运动目标检测[J]. 计算机工程与应用, 2014, 50(13): 158-162.
[12]	易瑶，张东波，李雄. 奇异值分解低通滤波眼底图像归一化[J]. 计算机工程与应用, 2013, 49(8): 174-177.
[13]	刘娣，高美凤. 基于背景差分的核密度估计前景检测方法[J]. 计算机工程与应用, 2013, 49(6): 170-174.
[14]	赵谦1，朱华伟1，曾召华1，侯媛彬2，冯瑞3. 一种基于YUV颜色空间的新码书模型[J]. 计算机工程与应用, 2013, 49(16): 158-161.
[15]	胡雄鸽，王耀南. 使用随机策略进行运动目标检测方法研究[J]. 计算机工程与应用, 2013, 49(13): 128-132.

高阶统计量的背景估计法在运动目标检测中的应用

Application of resumed background using HOS in moving object detection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics