

新聞中心
最新文章
東莞監(jiān)控安裝公司簡述公安警務(wù)中圖像視頻的運動目標(biāo)檢測 |
發(fā)布時間:2017-9-5 瀏覽:3473 次 |
公安警務(wù)領(lǐng)域的運動目標(biāo)檢測東莞監(jiān)控安裝公司表示通過與處理、背景建模、目標(biāo)分割等流程從視頻或圖像中提出感興趣的目標(biāo),如人、車、物等,并確定當(dāng)前目標(biāo)所在畫面的位置、大小,為后續(xù)的行人識別、車輛識別等做準(zhǔn)備。運動目標(biāo)檢測是后續(xù)跟蹤識識別等算法的基礎(chǔ),其準(zhǔn)確率和性能直接影響了后續(xù)算法分為基于背景建模的檢測算法和基于目標(biāo)建模的檢測算法。 (1)基于背景建模的運動目標(biāo)檢測 基于背景建模的運動目標(biāo)檢測具有簡單、速度快、受遮擋影響小等優(yōu)勢,但是背景建模要求背景固定、目標(biāo)運動。東莞監(jiān)控安裝公司表示因此在要求實時性強(qiáng)、攝像機(jī)固定的場景中應(yīng)用廣泛。 基于背景建模的運動目標(biāo)檢測首先進(jìn)行背景建模,然后通過當(dāng)前畫面與背景圖像的相減即可得到運動目標(biāo)。但是模型建立后,可能對場景的變化比如光、云影、樹葉、波浪等比較敏感,而良好的背景模型能消除或減少背景動態(tài)花邊對于運動目標(biāo)檢測帶來的影響。 目前有很多致力于背景建模與維護(hù),如卡爾曼濾波建模、均值濾波、非參數(shù)化模型、近似種植濾波、線性濾波、近似中值濾波、基于高斯假設(shè)的迭代方法、基于聚類的方法、基于隱馬爾科夫的方法、基于自回歸模型的方法、東莞監(jiān)控安裝公司表示還有基于在線學(xué)習(xí)的方法以及基于時空背景隨機(jī)更新的VIBE方法,其中,混合多高斯背景建模方法是目前普遍應(yīng)用的一種前景提取方法。 (2)基于目標(biāo)建模的運動目標(biāo)檢測 想對比基于背景建模的防范,基于目標(biāo)建模的運動目標(biāo)檢測能良好的適應(yīng)背景的運動,對目標(biāo)的運動狀態(tài)也沒有要求,但是由于要對大量訓(xùn)練目標(biāo)進(jìn)行統(tǒng)計學(xué)習(xí),所以速度相對比較慢,一般適用于對實習(xí)性要求不強(qiáng)的應(yīng)用場景?;谀繕?biāo)建模的運動目標(biāo)檢測一般采用滑動窗口的策略,掃描每個滑動窗口的圖像,根據(jù)模型判定圖像是目標(biāo)還是背景,目標(biāo)檢測的效果取決于模型的魯棒性。 東莞監(jiān)控安裝公司表示根據(jù)建模的方法不同,基于滑動窗口的目標(biāo)檢測主要分為剛性全局模板檢測模型、基于視覺詞典的檢測模型、基于部件的檢測模型和深度學(xué)習(xí)模型等,其中剛性全局模板檢測模型中的梯度方向直方圖特征,成為近年來最有影響力和最為成功的特征之一,而基于深度學(xué)習(xí)的目標(biāo)檢測模型正在成為研究的熱點。 以上文章來源由東莞監(jiān)控安裝http://sh-gps.com/創(chuàng)通寶科技整理提供。 |
創(chuàng)通寶科技致力于為客戶提供全方位的弱電智能化工程服務(wù)
電話:0769-83736568 13380121669 | 傳真:0769-22305978 | 郵箱:0769@chtonb.com