雨雪天气条件下的运动目标检测

杨国亮; 喻丁玲; 王杨; 王艳芳

doi:doi:10.3788/LOP57.241507

激光与光电子学进展, 2020, 57 (24): 241507, 网络出版: 2020-12-01

雨雪天气条件下的运动目标检测下载： 1078次

Moving Object Detection Under Rain and Snow Weather Conditions

杨国亮喻丁玲 ^*王杨王艳芳

作者单位

江西理工大学电气工程与自动化学院, 江西赣州 341000

图 & 表

图 1. 所提算法的框架

Fig. 1. Framework of proposed algorithm

下载图片查看原文

图 2. 不同序列的定性对比结果。暴雪序列(a)第1096 frame图像,(b)第1111 frame图像;降雪序列(c)第807 frame图像,(d)第832 frame图像;雨夹雪序列(e)第680 frame图像,(f)第688 frame图像;(g)暴风雪序列中第3249 frame图像;(h)溜冰序列中第5692 frame图像;(i)降雪序列;(j)船序列

Fig. 2. Qualitative comparison results of different sequences. Blizzard sequence (a) 1096^th frame images; (b) 1111^th frame images; snowfall sequence (c) 807^th frame images; (d) 832^th frame images; sleet sequence (e) 680^th frame images, (f) 688^th frame images; (g) 3249^th frame images in blizzard sequence; (h) 5692^th frame images in skating sequence; (i) snow sequence; (j) ship sequence

下载图片查看原文

图 3. 不同参数对F测度值的影响。(a) λ;(b) μ

Fig. 3. Influence of different parameters on measured value of F. (a) λ; (b) μ

下载图片查看原文

图 4. 不同约束在不同序列上的对比结果。snowfall序列(a)第807 frame图像,(b)第832 frame图像;wet snow序列(c)第680 frame图像,(d)第688 frame图像

Fig. 4. Comparison results of different constraints on different sequences. Snowfall sequence (a) 807^th frame images, (b) 832^th frame images; wet snow sequence (c) 680^th frame images, (d) 688^th frame images

下载图片查看原文

表 1不同算法的三项指标测量值

Table1. Measurement values of three indicators of different algorithms

Image	DECOLOR			TVRPCA			DNLRl1TV			HOSVD			OSTD			Proposed algorithm
Image	P	R	F	P	R	F	P	R	F	P	R	F	P	R	F	P	R	F
Fig.2(a)	0.36	0.96	0.57	0.70	0.47	0.57	0.60	0.61	0.61	0.53	0.71	0.61	0.63	0.69	0.66	0.75	0.85	0.80
Fig.2(b)	0.63	0.34	0.44	0.76	0.26	0.38	0.73	0.67	0.70	0.42	0.80	0.55	0.78	0.62	0.69	0.83	0.81	0.82
Fig.2(c)	0.76	0.57	0.65	0.83	0.51	0.63	0.78	0.60	0.68	0.56	0.70	0.62	0.66	0.69	0.68	0.84	0.78	0.81
Fig.2(d)	0.70	0.79	0.75	0.72	0.71	0.71	0.78	0.81	0.79	0.43	0.47	0.45	0.40	0.43	0.41	0.81	0.89	0.88
Fig.2(e)	0.22	0.75	0.34	0.48	0.71	0.57	0.78	0.80	0.79	0.63	0.86	0.73	0.83	0.77	0.80	0.88	0.93	0.90
Fig.2(f)	0.65	0.73	0.69	0.72	0.78	0.74	0.72	0.79	0.75	0.65	0.80	0.72	0.65	0.83	0.73	0.91	0.94	0.92
Fig.2(g)	0.50	0.51	0.50	0.52	0.43	0.47	0.73	0.85	0.79	0.74	0.85	0.79	0.62	0.82	0.71	0.90	0.91	0.90

查看原文

表 26种算法的运行时间对比

Table2. Comparison of running time of 6 algorithms unit: s

Algorithm	Fig.2(a)	Fig.2(b)	Fig.2(c)	Fig.2(d)	Fig.2(e)	Fig.2(f)	Fig.2(g)
Proposed algorithm	27.04	20.31	29.95	21.32	25.03	17.67	21.89
DECOLOR	57.83	46.12	67.90	62.98	71.87	62.95	69.03
TVRPCA	150.23	143.56	163.72	138.53	178.45	167.83	177.93
DNLRL1TV	34.32	19.42	28.43	27.23	36.53	33.38	37.93
HOSVD	62.04	52.42	73.63	62.59	71.58	62.66	58.29
OSTD	30.53	28.34	37.68	42.90	50.06	39.62	35.98

查看原文

杨国亮, 喻丁玲, 王杨, 王艳芳. 雨雪天气条件下的运动目标检测[J]. 激光与光电子学进展, 2020, 57(24): 241507. Guoliang Yang, Dingling Yu, Yang Wang, Yanfang Wang. Moving Object Detection Under Rain and Snow Weather Conditions[J]. Laser & Optoelectronics Progress, 2020, 57(24): 241507.

雨雪天气条件下的运动目标检测下载： 1078次

图 1. 所提算法的框架

Fig. 1. Framework of proposed algorithm

图 3. 不同参数对F测度值的影响。(a) λ;(b) μ

Fig. 3. Influence of different parameters on measured value of F. (a) λ; (b) μ

图 4. 不同约束在不同序列上的对比结果。snowfall序列(a)第807 frame图像,(b)第832 frame图像;wet snow序列(c)第680 frame图像,(d)第688 frame图像

Fig. 4. Comparison results of different constraints on different sequences. Snowfall sequence (a) 807^th frame images, (b) 832^th frame images; wet snow sequence (c) 680^th frame images, (d) 688^th frame images

表 1不同算法的三项指标测量值

Table1. Measurement values of three indicators of different algorithms

表 26种算法的运行时间对比

Table2. Comparison of running time of 6 algorithms unit: s

关于本站 Cookie 的使用提示

全站搜索

雨雪天气条件下的运动目标检测 下载： 1078次

图 1. 所提算法的框架

Fig. 1. Framework of proposed algorithm

图 3. 不同参数对F测度值的影响。(a) λ;(b) μ

Fig. 3. Influence of different parameters on measured value of F. (a) λ; (b) μ

图 4. 不同约束在不同序列上的对比结果。snowfall序列(a)第807 frame图像,(b)第832 frame图像;wet snow序列(c)第680 frame图像,(d)第688 frame图像

Fig. 4. Comparison results of different constraints on different sequences. Snowfall sequence (a) 807th frame images, (b) 832th frame images; wet snow sequence (c) 680th frame images, (d) 688th frame images

表 1不同算法的三项指标测量值

Table1. Measurement values of three indicators of different algorithms

表 26种算法的运行时间对比

Table2. Comparison of running time of 6 algorithms unit: s

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

雨雪天气条件下的运动目标检测下载： 1078次

Fig. 4. Comparison results of different constraints on different sequences. Snowfall sequence (a) 807^th frame images, (b) 832^th frame images; wet snow sequence (c) 680^th frame images, (d) 688^th frame images