基于超像素时空显著性的运动目标检测算法

云红全, 徐力, 孙骁, 明德烈, 鞠雯

云红全, 徐力, 孙骁, 明德烈, 鞠雯. 基于超像素时空显著性的运动目标检测算法[J]. 红外技术, 2015, (5): 404-410.
引用本文: 云红全, 徐力, 孙骁, 明德烈, 鞠雯. 基于超像素时空显著性的运动目标检测算法[J]. 红外技术, 2015, (5): 404-410.
YUN Hong-quan, XU Li, SUN Xiao, MING De-lie, JU Wen. Moving Target Detection Algorithm Based on Superpixel Spatiotemporal Saliency[J]. Infrared Technology , 2015, (5): 404-410.
Citation: YUN Hong-quan, XU Li, SUN Xiao, MING De-lie, JU Wen. Moving Target Detection Algorithm Based on Superpixel Spatiotemporal Saliency[J]. Infrared Technology , 2015, (5): 404-410.

基于超像素时空显著性的运动目标检测算法

基金项目: 国家自然科学基金资助项目,编号61273241。
详细信息
  • 中图分类号: TP391.4

Moving Target Detection Algorithm Based on Superpixel Spatiotemporal Saliency

  • 摘要: 针对复杂背景下运动目标检测存在的背景干扰、目标分割不完整等问题,利用目标静态灰度特征和运动特征,结合目标运动连续特性,提出了一种基于超像素时空显著图的运动目标检测算法。首先对图像基于简单线性迭代聚类算法(SLIC)进行超像素分割,以初始超像素为节点、以运动特征差异性为边建立图结构对超像素区域进行合并,得到最终超像素图像,可以有效解决传统超像素分割方法过分割而导致目标被分为多个部分的问题;然后分别利用目标静态特征对比度和运动特征对比度,得到静态显著性图和运动显著性图,并融合得到最终的时空显著性图;最后利用恒虚警处理技术,结合运动连续特性实现目标的检测,可以有效减少虚警目标。实验结果表明,该算法针对复杂背景具有良好的鲁棒性,并且可以比较完整的保留目标的信息。
  • 期刊类型引用(3)

    1. 王聪,刘明光,齐飞. 智能视频监控系统动态目标检测与识别算法综述. 电气技术. 2018(09): 6-11 . 百度学术
    2. 涂晶洁,张维朋,田思,闵超波,张俊举. 利用运动纹理差异的运动目标分割无监督评价方法. 红外技术. 2017(06): 541-547 . 本站查看
    3. 刘斌,渠星星,陈相庭. 最新的超像素算法研究综述. 现代计算机(专业版). 2016(35): 62-65 . 百度学术

    其他类型引用(5)

计量
  • 文章访问数:  150
  • HTML全文浏览量:  8
  • PDF下载量:  10
  • 被引次数: 8
出版历程

目录

    /

    返回文章
    返回