位置:成果数据库 > 期刊 > 期刊详情页
基于多层码书模型的运动阴影检测算法
  • ISSN号:0490-6756
  • 期刊名称:四川大学学报(自然科学版)
  • 时间:2013.1
  • 页码:61-66
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]四川大学电子信息学院图像信息研究所,成都610065
  • 相关基金:基金项目:国家自然科学基金委员会和中国工程物理研究院联合基金资助(11176018);国家自然科学基金(61071161)
  • 相关项目:移动对象异常行为自动识别技术研究
中文摘要:

在实际监控场景中,运动阴影的存在将对目标检测的准确性产生直接影响.针对此问题,本文提出了一种采用三层码书模型以此来提高阴影检测识别率的算法.该算法首先通过传统码书模型获取前景,然后对前景部分建立备选码书模型,再从备选码书中提取出具备阴影特质的点,构建阴影码书模型,最后通过该模型去除运动阴影.实验结果表明,与传统算法相比,该算法对阴影检测识别率有较大的提高.同时,通过对不同场景的对比,结果说明该算法具备良好的鲁棒性.

英文摘要:

In actual surveillance scenes, shadows severely affect the accuracy of moving objects detec- tion. In this paper, a three-layer codebook model is proposed to improve the shadow discrimination rate. Firstly, the foreground points are obtained by the traditional codebook model. Secondly, a cache model is constructed and then the foreground points which meet the characteristics of shadow are selected to form a codebook shadow model. At last, the moving cast shadows are removed through the codebook shadow model. Experimental results illustrate that our method has a superior performance than the con- ventional shadow detection algorithm. The results obtained with scenes of different types and of differ- ent conditions show the robustness of the approach.

同期刊论文项目
期刊论文 39 会议论文 1 专利 5 著作 1
同项目期刊论文
期刊信息
  • 《四川大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:四川大学
  • 主编:刘应明
  • 地址:成都九眼桥望江路29号
  • 邮编:610064
  • 邮箱:
  • 电话:028-85410393 85412393
  • 国际标准刊号:ISSN:0490-6756
  • 国内统一刊号:ISSN:51-1595/N
  • 邮发代号:62-127
  • 获奖情况:
  • 国家“双效”期刊,四川省十佳科技期刊,教育部全国高校优秀学报二等奖(1995,1999),四川省科技优秀期刊一等奖(1996,2000)
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,美国生物科学数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:10542