复杂背景下红外人体目标检测算法研究

马也, 常青, 胡谋法

马也, 常青, 胡谋法. 复杂背景下红外人体目标检测算法研究[J]. 红外技术, 2017, 39(11): 1038-1044,1053.
引用本文: 马也, 常青, 胡谋法. 复杂背景下红外人体目标检测算法研究[J]. 红外技术, 2017, 39(11): 1038-1044,1053.
MA Ye, CHANG Qing, HU Moufa. Research on Infrared Human Detection from Complex Backgrounds[J]. Infrared Technology , 2017, 39(11): 1038-1044,1053.
Citation: MA Ye, CHANG Qing, HU Moufa. Research on Infrared Human Detection from Complex Backgrounds[J]. Infrared Technology , 2017, 39(11): 1038-1044,1053.

复杂背景下红外人体目标检测算法研究

详细信息
  • 中图分类号: TP391.4

Research on Infrared Human Detection from Complex Backgrounds

  • 摘要: 红外图像信噪比和对比度较低、缺乏颜色纹理信息、目标周围有光晕效应、边缘模糊,这些缺点对红外图像中人体目标检测提出了挑战.本文对复杂环境下红外图像序列中运动人体目标检测技术进行研究.首先采用基于改进的混合高斯模型(Gaussian mixture model,GMM)的背景减除法对人体目标进行分割,通过多个带有权值的高斯过程来描述复杂变化的背景,对模型个数、权值、学习率进行更新.然后对分割得到感兴趣区域(Region of interest,ROI)采用融合边缘方向累加和特性的梯度方向直方图(Accumulation of oriented edge and histogram of oriented gradient,AOE-HOG)进行特征描述,利用支持向量机(Support vector machine,SVM)实现对人体目标分类检测.实验表明,本文算法能够在复杂场景下正确检测出人体目标,对于多目标距离较近甚至有部分粘连的情形,也具有较好效果.
  • 期刊类型引用(8)

    1. 冯燕. 基于扩展卡尔曼滤波的目标追踪算法. 电脑知识与技术. 2022(24): 53-55 . 百度学术
    2. 冯燕,徐琨. 一种用于目标定位的异常值检测算法分析. 集成电路应用. 2022(10): 66-68 . 百度学术
    3. 吴雪,宋晓茹,高嵩,陈超波. 基于深度学习的目标检测算法综述. 传感器与微系统. 2021(02): 4-7+18 . 百度学术
    4. 于博,马书浩,李红艳,李春庚,安居白. 远红外车载图像实时行人检测与自适应实例分割. 激光与光电子学进展. 2020(02): 293-303 . 百度学术
    5. 张合川,石盼,徐相波,史辉,李征光. 基于动态测量数据的低压窃电行为辨识系统设计. 电子设计工程. 2020(08): 43-47 . 百度学术
    6. 金鑫,胡英. 基于改进Faster R-CNN的车辆乘员数量检测方法. 红外技术. 2020(11): 1103-1110 . 本站查看
    7. 李赛. 人体运动图像的目标模糊模式识别算法. 微电子学与计算机. 2019(12): 89-92 . 百度学术
    8. 张文勇. 复杂背景下彩色图像目标精细识别仿真. 计算机仿真. 2018(09): 427-430 . 百度学术

    其他类型引用(19)

计量
  • 文章访问数:  201
  • HTML全文浏览量:  67
  • PDF下载量:  19
  • 被引次数: 27
出版历程

目录

    /

    返回文章
    返回