【摘要】随着数字图像处理、人工智能和模式识别等技术的发展,基于视频的运动目标检测与跟踪技术逐渐应用于智能交通、安全监控和机器视觉等领域,发展前景乐观,近年来研究不断升温,基于深度学习的图像识别技术得到了巨大提升。本文以智能交通系统中城市交通信息的获取为应用背景,以单目摄像机固定场景下的视频图像输出为研究对象,对现有的运动目标检测和跟踪算法展开研究,并对算法给出了一些改进方法,以期提高算法的准确性和 […]

【摘要】针对混合高斯模型存在的不足,提出一种改进的基于混合高斯模型的背景建模方法。为每一个背景像素建立多维混合高斯模型,融入三帧差分法实时判定背景区域和运动区域,为背景显露区中的像素点选择较大的更新频率,并通过实验进行验证分析。实验结果表明:该方法相比高斯背景建模具有更好的环境适应性和鲁棒性,能消除背景中的”鬼影”,适用于实时的目标检测和跟踪。 【作者】李亚南；周勇；田瑞娟 […]

【摘要】行人检测是计算机视觉中的关键技术之一,在智能交通领域有大量实际应用,如何在提高行人检测精度的同时提高检测速度一直是研究的热点.首先采用基于高斯混合模型的背景建模方法分离出运动目标,将原始视频序列转换为二值图片,得到大量固定大小的训练样本;然后提取样本图片的HOG特征,通过SVM训练得到分类器;接着用固定大小的滑动窗口检测行人,并提出了一种滑动窗口优化算法来筛选检测结果;进而用前景像素密度估 […]