基于改进视觉背景提取算法的运动目标检测方法

王旭; 刘毅; 李国燕

doi:doi:10.3788/LOP56.011007

激光与光电子学进展, 2019, 56 (1): 011007, 网络出版: 2019-08-01

基于改进视觉背景提取算法的运动目标检测方法下载： 1308次

Moving Object Detection Algorithm Based on Improved Visual Background Extractor Algorithm

王旭刘毅李国燕 ^*

作者单位

天津城建大学计算机与信息工程学院, 天津 300384

图 & 表

图 1. 三维颜色空间匹配示意图

Fig. 1. Matching diagram of three-dimensional color space

下载图片查看原文

图 2. 基于滑动窗的背景序列示意图

Fig. 2. Diagram of sequence based on sliding window

下载图片查看原文

图 3. pedestrians视频序列测试结果比较。(a)起始帧;(b)第340帧;(c)第430帧;(d)第340帧GMM算法检测结果;(e)第430帧GMM算法检测结果;(f)第340帧Vibe算法检测结果;(g)第430帧Vibe算法检测结果;(h)第340帧本文算法检测结果;(i)第430帧本文算法检测结果

Fig. 3. Comparison of test results in pedestrians video sequence. (a) Initialization frame; (b) input 340th frame; (c) input 430th frame; (d) GMM result of 340th frame; (e) GMM result of 430th frame; (f) Vibe method result of 340th frame; (g) Vibe method result of 430th frame; (h) proposed method result of 340th frame; (i) proposed method result of 430th frame

下载图片查看原文

图 4. 鬼影像素数目随帧数变化

Fig. 4. Number of ghost pixel versus number of frame

下载图片查看原文

图 5. 第2705帧overpass视频序列测试结果比较。(a)输入帧;(b) GMM算法检测结果;(c) Vibe算法检测结果;(d)本文算法检测结果

Fig. 5. Comparison of test results in overpass video sequence of 2705th frame. (a) Input frame; (b) GMM result; (c) Vibe method result; (d) proposed method result

下载图片查看原文

表 1算法性能评估指标

Table1. Comparison of algorithm capability

Performanceparameter	GMM	Vibemethod	Proposedmethod
Recall	0.4847	0.6671	0.6557
Specificity	0.9851	0.9671	0.9937
FPR	0.0158	0.0317	0.0087
FNR	0.342	0.1471	0.1624
Precision	0.7390	0.6416	0.8122
PWC /%	2.7982	3.1222	1.4867
FPS /(frame·s^-1)	19.67	50.12	38.33

查看原文

王旭, 刘毅, 李国燕. 基于改进视觉背景提取算法的运动目标检测方法[J]. 激光与光电子学进展, 2019, 56(1): 011007. Xu Wang, Yi Liu, Guoyan Li. Moving Object Detection Algorithm Based on Improved Visual Background Extractor Algorithm[J]. Laser & Optoelectronics Progress, 2019, 56(1): 011007.

基于改进视觉背景提取算法的运动目标检测方法下载： 1308次

图 1. 三维颜色空间匹配示意图

Fig. 1. Matching diagram of three-dimensional color space

图 2. 基于滑动窗的背景序列示意图

Fig. 2. Diagram of sequence based on sliding window

图 4. 鬼影像素数目随帧数变化

Fig. 4. Number of ghost pixel versus number of frame

图 5. 第2705帧overpass视频序列测试结果比较。(a)输入帧;(b) GMM算法检测结果;(c) Vibe算法检测结果;(d)本文算法检测结果

Fig. 5. Comparison of test results in overpass video sequence of 2705th frame. (a) Input frame; (b) GMM result; (c) Vibe method result; (d) proposed method result

表 1算法性能评估指标

Table1. Comparison of algorithm capability

关于本站 Cookie 的使用提示

全站搜索

基于改进视觉背景提取算法的运动目标检测方法 下载： 1308次

图 1. 三维颜色空间匹配示意图

Fig. 1. Matching diagram of three-dimensional color space

图 2. 基于滑动窗的背景序列示意图

Fig. 2. Diagram of sequence based on sliding window

图 4. 鬼影像素数目随帧数变化

Fig. 4. Number of ghost pixel versus number of frame

图 5. 第2705帧overpass视频序列测试结果比较。(a)输入帧;(b) GMM算法检测结果;(c) Vibe算法检测结果;(d)本文算法检测结果

Fig. 5. Comparison of test results in overpass video sequence of 2705th frame. (a) Input frame; (b) GMM result; (c) Vibe method result; (d) proposed method result

表 1算法性能评估指标

Table1. Comparison of algorithm capability

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于改进视觉背景提取算法的运动目标检测方法下载： 1308次