徐建:基于时空显著性融合的大田视频运动目标检测论文

徐建:基于时空显著性融合的大田视频运动目标检测论文

本文主要研究内容

作者徐建(2019)在《基于时空显著性融合的大田视频运动目标检测》一文中研究指出:随着我国农业的发展,大田经济作物安全问题越来越重要,但大田环境复杂,动态背景不连续又存在草木晃动等高频扰动极易造成漏检、误检。大田场景除了易受光照和草木不规则晃动扰动等环境因素影响,在监控视频的大范围画面中,运动目标显示小也增加了检测难度,很多运动目标检测算法在简单场景下效果较好,但在大田场景下误检率高,且运动目标检测是运动目标跟踪的重要基础,故针对大田视频的运动目标检测需进行深入研究。本文研究了基于时域的运动目标检测方法和基于视觉注意力的空间显著性检测,在此基础上研究并提出了一种融合时空显著性的大田视频运动目标检测方法,本文主要研究内容和结论如下:(1)基于时域的运动目标检测方法研究针对目前大田视频运动目标检测误检率高的问题,首先研究基于时域的运动目标检测的三大类方法,并着重研究两种具体的背景差分算法,包括研究混合高斯建模方法以用于后续对比试验,研究视觉背景提取算法并分析了其优缺点用于后续改进,视觉背景提取算法性能优越效果好,但易产生噪点和空洞,后续可对其改进以得到时间显著图。(2)基于视觉注意力的空间显著性检测针对基于时域的运动目标检测方法的缺点,从空间角度研究视觉注意力机制和空间显著性检测方法,研究不同原理的空间显著性检测方法,主要有基于情景感知、直方图对比和密集稀疏重建的方法。研究并提出将密集稀疏重建的方法用于大田空间显著性检测,实验结果表明,密集稀疏重建的方法可以在大田环境下得到更好的空间显著图。(3)基于时空显著性融合的大田视频运动目标检测方法在时域运动目标检测研究和空间显著性检测的基础上,本文研究并提出一种时空显著性融合的大田视频运动目标检测方法。首先,在密集稀疏重建方法计算出大田空间显著性的基础上,结合空间显著性来改进视觉背景提取算法从而计算时间显著性,然后用贝叶斯融合法进行时空显著性融合最终提取出运动目标。实验结果表明,本文提出的运动目标检测算法在富有挑战性干扰因素的复杂场景下体现出较高的鲁棒性,在检测所用的5组视频中,涉及到枝叶摇曳、摄像头轻微晃动、光照等,从效果对比、运动目标检测的准确性以及前景目标检测的完整性3个角度对实验结果进行分析,最终检测的平均准确率达到92.15%,平均召回率达到90.75%,优于其他同类算法。

Abstract

sui zhao wo guo nong ye de fa zhan ,da tian jing ji zuo wu an quan wen ti yue lai yue chong yao ,dan da tian huan jing fu za ,dong tai bei jing bu lian xu you cun zai cao mu huang dong deng gao pin rao dong ji yi zao cheng lou jian 、wu jian 。da tian chang jing chu le yi shou guang zhao he cao mu bu gui ze huang dong rao dong deng huan jing yin su ying xiang ,zai jian kong shi pin de da fan wei hua mian zhong ,yun dong mu biao xian shi xiao ye zeng jia le jian ce nan du ,hen duo yun dong mu biao jian ce suan fa zai jian chan chang jing xia xiao guo jiao hao ,dan zai da tian chang jing xia wu jian lv gao ,ju yun dong mu biao jian ce shi yun dong mu biao gen zong de chong yao ji chu ,gu zhen dui da tian shi pin de yun dong mu biao jian ce xu jin hang shen ru yan jiu 。ben wen yan jiu le ji yu shi yu de yun dong mu biao jian ce fang fa he ji yu shi jiao zhu yi li de kong jian xian zhe xing jian ce ,zai ci ji chu shang yan jiu bing di chu le yi chong rong ge shi kong xian zhe xing de da tian shi pin yun dong mu biao jian ce fang fa ,ben wen zhu yao yan jiu nei rong he jie lun ru xia :(1)ji yu shi yu de yun dong mu biao jian ce fang fa yan jiu zhen dui mu qian da tian shi pin yun dong mu biao jian ce wu jian lv gao de wen ti ,shou xian yan jiu ji yu shi yu de yun dong mu biao jian ce de san da lei fang fa ,bing zhao chong yan jiu liang chong ju ti de bei jing cha fen suan fa ,bao gua yan jiu hun ge gao si jian mo fang fa yi yong yu hou xu dui bi shi yan ,yan jiu shi jiao bei jing di qu suan fa bing fen xi le ji you que dian yong yu hou xu gai jin ,shi jiao bei jing di qu suan fa xing neng you yue xiao guo hao ,dan yi chan sheng zao dian he kong dong ,hou xu ke dui ji gai jin yi de dao shi jian xian zhe tu 。(2)ji yu shi jiao zhu yi li de kong jian xian zhe xing jian ce zhen dui ji yu shi yu de yun dong mu biao jian ce fang fa de que dian ,cong kong jian jiao du yan jiu shi jiao zhu yi li ji zhi he kong jian xian zhe xing jian ce fang fa ,yan jiu bu tong yuan li de kong jian xian zhe xing jian ce fang fa ,zhu yao you ji yu qing jing gan zhi 、zhi fang tu dui bi he mi ji xi shu chong jian de fang fa 。yan jiu bing di chu jiang mi ji xi shu chong jian de fang fa yong yu da tian kong jian xian zhe xing jian ce ,shi yan jie guo biao ming ,mi ji xi shu chong jian de fang fa ke yi zai da tian huan jing xia de dao geng hao de kong jian xian zhe tu 。(3)ji yu shi kong xian zhe xing rong ge de da tian shi pin yun dong mu biao jian ce fang fa zai shi yu yun dong mu biao jian ce yan jiu he kong jian xian zhe xing jian ce de ji chu shang ,ben wen yan jiu bing di chu yi chong shi kong xian zhe xing rong ge de da tian shi pin yun dong mu biao jian ce fang fa 。shou xian ,zai mi ji xi shu chong jian fang fa ji suan chu da tian kong jian xian zhe xing de ji chu shang ,jie ge kong jian xian zhe xing lai gai jin shi jiao bei jing di qu suan fa cong er ji suan shi jian xian zhe xing ,ran hou yong bei xie si rong ge fa jin hang shi kong xian zhe xing rong ge zui zhong di qu chu yun dong mu biao 。shi yan jie guo biao ming ,ben wen di chu de yun dong mu biao jian ce suan fa zai fu you tiao zhan xing gan rao yin su de fu za chang jing xia ti xian chu jiao gao de lu bang xing ,zai jian ce suo yong de 5zu shi pin zhong ,she ji dao zhi xie yao ye 、she xiang tou qing wei huang dong 、guang zhao deng ,cong xiao guo dui bi 、yun dong mu biao jian ce de zhun que xing yi ji qian jing mu biao jian ce de wan zheng xing 3ge jiao du dui shi yan jie guo jin hang fen xi ,zui zhong jian ce de ping jun zhun que lv da dao 92.15%,ping jun shao hui lv da dao 90.75%,you yu ji ta tong lei suan fa 。

论文参考文献

  • [1].基于视频的运动目标检测与定位算法研究[D]. 王青.华北电力大学2019
  • [2].视频监控中运动目标检测与跟踪研究[D]. 沈雪松.江南大学2019
  • [3].基于局部三元模式和色度的运动目标检测方法研究[D]. 陈安琪.云南大学2018
  • [4].时空和跨模态一致性的低秩稀疏分解运动目标检测[D]. 赵欲苗.安徽大学2019
  • [5].视频中的运动目标检测与跟踪技术研究[D]. 徐振雄.武汉理工大学2018
  • [6].基于视频的车辆运动目标检测与跟踪技术研究[D]. 张震.上海师范大学2019
  • [7].复杂环境下运动目标检测和跟踪方法研究[D]. 刘康.西安理工大学2019
  • [8].运动目标检测方法在智能变电站中的应用研究[D]. 毛朝晖.山东大学2019
  • [9].基于视觉的运动目标检测与定位技术[D]. 刘希宾.中北大学2019
  • [10].基于场景流的RGBD图像运动目标检测[D]. 杜广祥.吉林大学2019
  • 读者推荐
  • [1].时空和跨模态一致性的低秩稀疏分解运动目标检测[D]. 赵欲苗.安徽大学2019
  • [2].基于视频的车辆运动目标检测与跟踪技术研究[D]. 张震.上海师范大学2019
  • [3].基于迁移学习的苹果叶面病害Android检测系统研究[D]. 周敏敏.西北农林科技大学2019
  • [4].基于Hadoop平台的下一代测序数据处理算法研究[D]. 方银瑞.西北农林科技大学2019
  • [5].复杂环境下运动目标检测和跟踪方法研究[D]. 刘康.西安理工大学2019
  • [6].基于背景建模的微小运动目标检测算法研究[D]. 邵宇辉.西安理工大学2019
  • [7].基于图模型的论文推荐系统设计与实现[D]. 孟伟龙.西北农林科技大学2019
  • [8].基于视觉的运动目标检测与定位技术[D]. 刘希宾.中北大学2019
  • [9].运动目标检测算法的优化及并行加速研究[D]. 王月兴.河北工程大学2019
  • [10].监控视频中基于显著性的运动目标检测[D]. 高菁.哈尔滨工程大学2018
  • 论文详细介绍

    论文作者分别是来自西北农林科技大学的徐建,发表于刊物西北农林科技大学2019-07-11论文,是一篇关于运动目标检测论文,视频监控论文,算法论文,显著性检测论文,算法论文,时空融合论文,西北农林科技大学2019-07-11论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自西北农林科技大学2019-07-11论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    徐建:基于时空显著性融合的大田视频运动目标检测论文
    下载Doc文档

    猜你喜欢