版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著以計算機、網(wǎng)絡技術和現(xiàn)代通信技術為核心的“Web+”信息時代的到來,計算機網(wǎng)絡技術與圖像處理技術的飛速發(fā)展,智能視頻監(jiān)控技術取得了舉足輕重的成就。背景建模作為智能視頻分析的基礎研究,直接應用于目標檢測、前景分割和目標提取,為目標分類、目標跟蹤和行為分析提供對象數(shù)據(jù),在高級人機交互、會議視頻、醫(yī)療診斷、智能交通、安全布防等眾多領域具有廣泛的應用前景。
本文主要研究基于像素點背景建模算法的改進方法,具體工作如下:
1
2、)介紹了本文選取的測試圖像數(shù)據(jù)集和對鄰域特征模型的提取方法,分析了鄰域模型在空間分布上關系,證明了鄰域模型之間的“相鄰相似”性和連續(xù)性,以及可以利用鄰域信息分析當前像素模型的正確性和可靠性。
2)提出一種基于鄰域相關性的背景建模方法(Neighborhood Correlation,NC):根據(jù)“相鄰相似”原則將鄰域的像素模型與自身的像素模型實現(xiàn)“共享”模式,從而達到對像素點分布在時域和空域上更好的描述能力,克服了MOG和Co
3、debook等基于像素點建模方法在復雜背景下描述能力不夠的不足,從而提高前景檢測效果。
3)對本文提出的NC方法添加自適應鄰域機制,提出自適應鄰域的增強背景建模方法(ANC):針對每個像素建立置信度模型,對鄰域范圍的自適應調(diào)整。解決NC算法在簡單背景場景下的過度建模和在特復雜背景場景下的建模不足的缺陷。
相對于普通算法,改進后算法不僅能夠更準確的描述多個模態(tài)下的像素值變化,而且具有很好的魯棒性和抗噪性,對復雜背景具有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于鄰域相關性的聚類數(shù)據(jù)隱私保護方法研究.pdf
- 基于鄰域相關性的小波域濾波算法研究.pdf
- 基于分段模型的幀間相關性建模研究.pdf
- 基于監(jiān)測數(shù)據(jù)相關性建模的大跨橋梁預警方法研究.pdf
- 基于信道相關性的下行傳輸方法研究.pdf
- 基于碼本學習的背景建模方法研究.pdf
- 基于系方法的違約相關性度量研究.pdf
- 基于個體相關性的隱私保護方法研究.pdf
- 基于相關性分析的網(wǎng)絡生物認證方法研究.pdf
- 基于背景建模的運動目標檢測方法研究.pdf
- 基于內(nèi)積相關性的聲源識別方法研究.pdf
- 基于詞包模型的背景建模方法研究.pdf
- 基于屬性間相關性分析的屬性選擇方法研究.pdf
- 基于相關性的框架節(jié)點半剛性分析方法研究.pdf
- 計及分布式電源出力相關性的概率建模方法研究.pdf
- 基于鄰域粗糙集的癌癥相關信息基因選擇方法研究.pdf
- 基于鄰域特性的集群行為分析方法研究.pdf
- 基于Copula方法的中國股票市場相關性研究.pdf
- 基于幀間相關性的視頻篡改檢測方法研究.pdf
- 基于波束間混響相關性的自適應抵消方法研究.pdf
評論
0/150
提交評論