基于Codebook背景建模的视频行人检测

发布时间：2018-06-07 08:20

  本文选题：视频 + Codebook背景建模　； 参考：《传感器与微系统》2017年03期

【摘要】：针对视频序列,Codebook背景建模算法能检测出其中的运动物体,但却无法识别行人。而大部分基于支持向量机(SVM)训练的行人分类器,需要通过滑动窗口遍历图像检测行人。为加快行人检测的速度,提出将传统的行人分类器融入到Codebook背景建模算法中,通过背景建模算法为行人检测提供候选区域,减少搜索范围,降低了行人误检率;并根据行人的特点,构建临时块模型定期将满足条件的前景区域更新到背景模型中,解决了Codebook背景建模算法不能应对光照突变的问题。实验结果表明:所提算法能应对光照突变所带来的干扰,实现视频行人实时检测。
[Abstract]:Codebook background modeling algorithm for video sequences can detect moving objects, but it can not recognize pedestrians. Most pedestrian classifiers based on support vector machine (SVM) training need to use sliding window to traverse images to detect pedestrians. In order to accelerate the speed of pedestrian detection, the traditional pedestrian classifier is integrated into Codebook background modeling algorithm, which can provide candidate areas for pedestrian detection, reduce the search range and reduce the pedestrian false detection rate. According to the characteristics of pedestrians, the temporary block model is constructed to update the foreground region to the background model periodically, which solves the problem that the Codebook background modeling algorithm can not cope with the sudden change of illumination. The experimental results show that the proposed algorithm can deal with the interference caused by sudden illumination and realize real-time detection of video pedestrians.
【作者单位】： 电子科技大学自动化工程学院;国家电网四川省电力公司乐山电业局;
【分类号】：TP391.41

【参考文献】

相关期刊论文 前3条

1 程添;杨思思;冯蓉;周泓;;基于双目标定的独居老人摔倒检测算法[J];传感器与微系统;2014年10期

2 霍东海;杨丹;张小洪;洪明坚;;一种基于主成分分析的Codebook背景建模算法[J];自动化学报;2012年04期

3 程广涛;陈雪;郭照庄;;基于HOG特征的行人视觉检测方法[J];传感器与微系统;2011年07期

【共引文献】

相关期刊论文 前10条

1 陈鹏;涂亚庆;童俊平;赵运勇;;可穿戴式跌倒检测智能系统设计[J];传感器与微系统;2017年02期

2 贾阿丽;;视频监控领域非时序性视频摘要的生成[J];运城学院学报;2016年06期

3 秦明;陆耀;邸慧军;吕峰;;基于误差补偿的复杂场景下背景建模方法[J];自动化学报;2016年09期

4 蒋泳森;肖泉;王守觉;;基于矢量方向特征的非参数动态背景建模[J];计算机科学;2016年03期

5 焦松;李伟;楚威;毛少杰;;情报数据驱动的在线仿真系统动态修正方法[J];系统工程与电子技术;2016年05期

6 潘坚跃;麻立群;彭斌;李敏;陈希;;人体及穿戴特征识别在电力设施监控中的应用[J];电子设计工程;2015年10期

7 靳海伟;彭力;卢晓龙;;基于帧间差分和粗糙熵的运动目标检测算法[J];江南大学学报(自然科学版);2015年01期

8 张红颖;李志忠;;基于区域信息的自适应码本目标检测算法[J];科学技术与工程;2015年05期

9 赵晓梅;孙建德;张元元;;基于分层匹配五元组Codebook的运动目标检测算法[J];计算机工程与应用;2016年07期

10 李伟;焦松;陆凌云;杨明;;基于特征差异的仿真模型验证及选择方法[J];自动化学报;2014年10期

【二级参考文献】

相关期刊论文 前5条

1 王荣;章韵;陈建新;;基于三轴加速度传感器的人体跌倒检测系统设计与实现[J];计算机应用;2012年05期

2 王永忠;梁彦;潘泉;程咏梅;赵春晖;;基于自适应混合高斯模型的时空背景建模[J];自动化学报;2009年04期

3 王彦霞;王震洲;刘教民;;基于双目立体视觉的三维建模算法[J];河北科技大学学报;2008年03期

4 赵春晖;张洪才;陆朝霞;;一种基于三角特征的行人检测算法[J];计算机工程与应用;2008年07期

5 贾慧星;章毓晋;;车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述[J];自动化学报;2007年01期

【相似文献】

相关期刊论文 前10条

1 金俣欣;陶霖密;徐光yP;彭玉新;;摄像机自由运动环境下的背景建模[J];中国图象图形学报;2008年02期

2 王智灵;周露平;陈宗海;;针对不同信息特征的鲁棒背景建模技术分析[J];模式识别与人工智能;2009年02期

3 姜忠民;赵建民;朱信忠;;基于最大间隔聚类的背景建模方法[J];计算机技术与发展;2009年10期

4 余孟泽;刘正熙;骆健;杨丹;;基于块背景建模的运动目标检测[J];四川大学学报(自然科学版);2011年03期

5 葛海淼;戴学丰;王成琳;;一种新型移动物体检测及背景建模系统[J];电子技术应用;2013年01期

6 桑农;张涛;李斌;吴翔;;基于字典学习的背景建模[J];华中科技大学学报(自然科学版);2013年09期

7 左军毅;潘泉;梁彦;张洪才;程咏梅;;基于模型切换的自适应背景建模方法[J];自动化学报;2007年05期

8 张水发;丁欢;张文生;;双模型背景建模与目标检测研究[J];计算机研究与发展;2011年11期

9 杨敏;安振英;;基于低秩矩阵恢复的视频背景建模[J];南京邮电大学学报(自然科学版);2013年02期

10 李子龙;刘伟铭;张阳;;基于自适应模糊估计的背景建模方法[J];华南理工大学学报(自然科学版);2013年09期

相关会议论文 前5条

1 王智灵;陈宗海;周露平;;基于多信息层次的鲁棒背景建模方法[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

2 李霞;董雁冰;王亚辉;王俊;;空间光学辐射背景建模研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

3 何强;林宏基;;基于蚁群算法的自适应背景建模[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年

4 李恒晖;杨金锋;任小慧;吴仁彪;;一种多约束条件的混合高斯背景建模方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年

5 韩颖婕;张海;李琳怡;;基于混合高斯背景建模的阴影抑制算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

相关博士学位论文 前4条

1 叶芳芳;监控视频中的异常行为检测研究[D];浙江大学;2014年

2 邹腾跃;复杂环境目标检测与跟踪关键技术研究及应用[D];华中科技大学;2013年

3 何志伟;基于模型的目标提取及其在智能交通中的应用[D];浙江大学;2006年

4 江疆;基于稀疏表达的若干分类问题研究[D];华中科技大学;2014年

相关硕士学位论文 前10条

1 刘雨辰;复杂背景中的多目标检测与跟踪[D];内蒙古大学;2015年

2 胡婷;基于视频技术的车辆检测跟踪及分类算法研究与实现[D];长安大学;2015年

3 杨文帮;基于视频分析的人群流量检测[D];贵州民族大学;2015年

4 赖文杰;基于ARM-FPGA的视觉追踪系统的设计与实现[D];哈尔滨工业大学;2015年

5 宋欢欢;复杂场景下背景建模方法的研究与实现[D];南昌大学;2015年

6 苏建安;面向智能视频监控的高动态场景建模和修复[D];电子科技大学;2014年

7 滕琳琳;基于高阶扩展FMM和低秩矩阵恢复的信号重建研究[D];河北工业大学;2015年

8 张惊州;复杂场景下基于视频的行人流量统计算法研究[D];电子科技大学;2014年

9 陈星明;基于背景建模的运动目标监控视频检测算法[D];南京大学;2015年

10 柯太清;基于快速背景建模的人物越界检测系统设计与实现[D];电子科技大学;2014年

，

本文编号：1990508