Fusion of Complementary Information from Infrared and Visual Images for Moving Object Detection
-
摘要: 可见光和红外图像具有互补特性，融合可产生更好的召回率，但现有方法融合后总会导致精度下降。这项研究提出了一种在特征级进行融合检测行人目标的方法：①提取前景目标特征的极大稳定极值区域Maximally Stable Extremal Regions（MSERs），计算红外图像MSERs稠密度和相似度特性，并根据此特性分类MSERs。②搜索匹配可见光图像中的相似MSERs区域，定位前景目标。③融合提取红外与可见光图像中的相似匹配 MSERs 区域，完成运动目标轮廓提取。该方法融合可见光图像信息，能有效滤除背景物，辅助定位在红外图像中检测的前景目标，并补充仅利用红外图像提取前景目标的缺失部分。已使用公共数据库对该方法进行测试，并与早期融合方法进行比较，能获得更好的召回率，同时融合后准确率不会下降。不需要对背景建模，因此比以往算法计算上更高效，更简单，单帧检测的效果也能达到实时处理要求。
-
点击查看大图
计量
- 文章访问数: 222
- HTML全文浏览量: 12
- PDF下载量: 14
- 被引次数: 0
下载:
