[1]戴 航,郭秀娟*.背景减除法在移动对象信息提取中的应用研究[J].吉林建筑大学学报,2020,(04):81-84.
 DAI Hang,GUO Xiu-juan*.Research on background substraction in moving target information extraction[J].Journal of Jilin Jianzhu University,2020,(04):81-84.
点击复制

背景减除法在移动对象信息提取中的应用研究(/HTML)
分享到:

《吉林建筑大学学报》[ISSN:2095-8919/CN:22-1413/TU]

卷:
期数:
2020年04期
页码:
81-84
栏目:
工程科技
出版日期:
2020-08-20

文章信息/Info

Title:
Research on background substraction in moving target information extraction
文章编号:
2095-8919(2020)04-0081-04
作者:
戴 航郭秀娟*
吉林建筑大学 电气与计算机学院,长春 130118
Author(s):
DAI HangGUO Xiu-juan*
DAI Hang,GUO Xiu-juan*School of electricity and computer,Jilin Jianzhu university,Changchun 130118,China
关键词:
背景建模视频监控混合高斯方法
Keywords:
background modelingvideo monitoringmix Gaussian method
分类号:
TP 391
文献标志码:
A
摘要:
在计算机视觉系统中,背景减除算法在移动对象的信息提取中应用广泛.对基于背景减除法的背景建模,本文在分析视频帧、区域和像素为基础的3种方法优缺点的基础上,选取混合高斯方法作为背景建模方式.设计了具体建模流程,最终实现运动目标的检测研究.运行结果表明本文所提方法的可行性.
Abstract:
In computer vision system,background substraction algorithm is widely used in information extraction of mobile objects.Several common methods of video monitoring were introduced in this paper.In the background modeling of background subtraction method,the advantages and disadvantages of three methods,which are based on video frame,area and pixel are analyzed.Mixed Gaussian methods are used in background modeling,and the detection of moving objects are realized.Results show the feasibility of the proposed method.

参考文献/References:

[1] 车进.智能视频监控系统的信息处理算法研究及设计实现[D].天津:天津大学,2014.
[2] 马富达,郑辉,周晓敏.基于GIS的智慧校园监控系统[D].成都:西南民族大学,2012.
[3] 王小兵,姚雪晴,邱银国,孙久运.一种新型煤矿视频监控图像滤波算法[J].工矿自动化,2014,40(11):76-80.
[4] 刘倩男.基于视频的人群异常检测方法研究[D].重庆:重庆大学,2016.
[5] 丁忠校.视频监控图像的运动目标检测方法综述[M].西安:电视技术,2008:72-76.
[6] 李向向.视频监控下实时异常行为检测研究[D].南京:南京邮电大学,2016.
[7] Lipton A.J.,Fujiyoshi H.,Patil R.S.Moving target classification and tracking from real-time video[C].IEEE Workshop on Applications of Computer Vision,1998.
[8] Chen S.S.,nohoD.L.,SaundersM.A.Atomic decomposition by basis pursuit[J].SIAM Review,2001,43(1):129-159.
[9] Mech R.,Wollborn M.A noise robust method for segmentation of moving objects in video sequences[C].IEEE International Conference on Acoustics,Speech,and Signal Processing,1997.
[10] Moscheni F.,Bhattacharjee S.,Kunt M.Spatio-temporal segmentation based on region merging[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1998,20(9):897-915.
[11] Wren C.R.,Azarbayejani A.,Darrell T.,Pentland A.P.Pfinder: Real-time tracking of the human body[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1997,19(7):780-785.
[12] 徐娟.基于运动目标分类的智能视频监控检索系统[D].合肥:安徽大学,2015.
[13] 黄凯奇,陈晓棠,康运锋,谭铁牛.智能视频监控技术综述[J].计算机学报,2015,38(6):1093-1118.
[14] 康彬.面向智能监控的目标检测_追踪及图像融合算法研究[D].南京:南京邮电大学,2015.
[15] WangL.,WangL.,WenM.,ZhouQ.Background subtraction using incremental subspace learning[C].IEEE International Conference on Image Processing,2007.
[16] 许晓珊.基于实时监控视频的人体目标检测和跟踪系统的设计与实现[D].南昌:南昌大学,2014.

备注/Memo

备注/Memo:
收稿日期:2019-12-08
基金项目:国家应急管理部安全事故防治科技基金资助项目(jilin-0032-2018AQ).
作者简介:戴 航(1994~),女,吉林省长春市人,硕士研究生.
更新日期/Last Update: 2020-08-20