一种具有良好完整性的运动检测与跟踪方法

描述一种具有良好完整性的对运动人体进行检测与跟踪的方法。该方法针对场景的特点对室内无人的背景图像进行单高斯建模，从而初步区分前景区域和背景区域，然后使用了自适应背景减除法得到初步分割出来的人体区域部分并且对背景进行更新，最后使用8领域的方法消除阴影区域，通过这种方法来减小阴影区域对于分割结果完整性和精确度的干扰和影响，从而得到比较精确和完整的运动人体图像，进而对提取出的运动人体进行跟踪。     

一种基于梯度特征的阴影消除方法

基于对运动目标检测跟踪的研究和分析,特别针对人体的阴影消除展开了深入研究,提出了一种基于梯度特征的阴影消除方法。运用背景差分阀值方法,得到运动前景;利用背景像素点的梯度特征在被阴影覆盖前后不变的性质来消除阴影;运用log算子提取二阶梯度信息;运用图像形态学进行处理。     

面向增强现实的移动视点下室外视频的阴影检测

针对增强现实中移动视点下的室外场景检测问题,提出一种基于光流跟踪的阴影在线检测算法.首先将当前帧中待检测的阴影分为将前一帧阴影跟踪过来的阴影部分和因视点改变出现的新阴影部分;然后在GraphCut框架下对跟踪结果进行优化,以消除光流跟踪产生的累积误差;再利用阴影区域的光照特点,如太阳光与天空光强度比值等,提取优化后的跟踪阴影区域的阴影特征,在线地检测新进的阴影区域;最后再次利用Graph Cut算法对检测到的初始新阴影区域进行优化,消除基于阈值的方法检测独立新进阴影时产生的误差.在Matlab平台下对不同复杂度的室外场景进行实验的结果表明,该算法不仅能有效地减少跟踪阴影的误差,而且可准确地检测到室外场景中经常存在的软影.     

基于改进C-V模型的步态轮廓提取方法

为从步态图像视频序列中提取运动人体轮廓,提出一种新的分割算法。结合背景减除法和对称帧差法初步提取运动人体区域,采用形态学方法消除噪声和阴影,提取较完整的人体轮廓,将此轮廓作为改进C-V模型的初始零水平集,通过少量迭代达到细化人体轮廓的目的。在NLPR步态数据库上的实验表明,该方法能提取完整、精确的运动人体轮廓,消除了大量阴影,具有良好抗噪性且时间复杂度低、识别率高。     

基于色度畸变和局部交叉熵的阴影消除

精确地提取运动目标是智能视频监控系统的核心任务之一。残留的阴影会导致目标形状的扭曲变形、目标相互连接等多种问题，这将给目标跟踪和识别等后续处理工作带来许多困难。根据阴影区域特有的光学属性，提出了一种基于色度畸变和局部交叉熵的阴影消除方法。     

基于颜色信息和光学增益的阴影消除

运动阴影常被误分为前景对象,会给目标的跟踪和识别带来很大困难,所以阴影消除在许多的监控系统中都是非常重要的。针对阴影检测算法受特定条件约束,不能自动适用于不同场景,为解决上述问题,提出了一种新颖鲁棒且无需复杂的参数调整的运动阴影消除方法。通过自适应高斯混合模型重建背景,采用背景差分法提取出包含阴影的运动区域,综合颜色信息与光学增益,将运动区域分类为运动对象区域和运动阴影区域。实验结果表明:所提方法在多种不同的场景下均能有效可靠的消除运动阴影。     

体育视频中的运动员检测与跟踪

利用自适应高斯混合模型对视频图像进行建模,从图像序列中获取背景图像并提取运动区域,利用像素的颜色信息从背景图像中提取绿色球场。为提高运动员检测的准确度,利用纹理相似性度量方法消除运动区域中的阴影,用形态学方法消除区域内的裂缝,根据球场信息去除球场外的噪声。改进了CamShift算法,并应用该算法对运动员进行跟踪。     

一种用于数码相机自拍系统的人体检测方法

在研发一种数码相机智能自拍系统的基础上，提出了一种简单有效的基于静止背景下目标人体的检测方法。该方法基于实时帧与参考背景帧的差分建立背景模型，进行前景目标分割，并基于颜色向量夹角消除阴影的影响，最后用投影阈值分析提取目标人体，并进行定位。该方法计算量低，环境适应性强,能满足数码相机自拍模式的目标跟踪要求。     

城市航空影像的阴影检测和阴影消除方法研究

阴影是城市航空遥感影像的基本特征之一,阴影的存在影响地物边缘的提取、建筑物的识别和影像的配准等,因此,阴影检测和阴影消除在城市遥感中具有重要意义。本文主要介绍了一种高分辨率城市航空影像的阴影检测和阴影消除方法,在阴影检测过程中,分别对影像RGB色彩空间中的G通道和HIS色彩空间中的亮度通道进行阈值选择检测出阴影区域,然后对这两种阴影检测结果进行与运算得到最终的阴影区域并标记出来。对所标记的阴影区域,根据Retinex理论选择合适的尺度对其进行增强处理,由于阴影区域的地物信息进行增强时阴影边界也有所增强,因此需要对阴影边界进行模糊化处理。试验表明,该方法能较好的检测出阴影区域,而且对阴影区域的地物恢复效果较好。     

一种移动机器人对运动目标的检测跟踪方法

从序列图像中有效地自动提取运动目标区域和跟踪运动目标是自主机器人运动控制的研究热点之一.给出了连续图像帧差分和二次帧差分改进的图像HIS差分模型,采用自适应运动目标区域检测、自适应阴影部分分割和噪声消除算法,对无背景图像条件下自动提取运动目标区域.定义了一些运动目标的特征分析和计算,通过特征匹配识别所需跟踪目标的区域.采用Kalman预报器对运动目标状态的一步预测估计和两步增量式跟踪算法,能快速平滑地实现移动机器人对运动目标的跟踪驱动控制.实验结果表明该方法有效.     

联合两种颜色空间的阴影检测算法

在视频监控的运动检测中,由于光照、风吹等影响,运动阴影常常被误认为运动对象。为了有效解决动态背景下运动目标中存在的阴影问题,提出了一种归一化的RGB颜色空间和HSV颜色空间相结合的阴影消除方法。该方法首先在归一化RGB颜色空间下用背景减除法得到运动目标,然后在HSV空间下对阴影进行检测和消除,从而得到真实运动目标。实验结果证实：该方法在运动目标检测及跟踪方面取得了较好的效果,对动态背景的视频,能准确、实时地检测出阴影并进行消除。     

一种改进的运动目标检测和阴影消除算法

提出一种改进的运动目标检测算法,以准确检测不同光照条件下的运动目标。针对前景检测时出现的阴影,提出基于边缘信息的阴影消除算法。该算法与阴影方向无关,能去除目标各方向的大部分阴影,为视频监控系统的后续高级处理排除了阴影干扰。在配置为 2.0 GHz的P4计算机上运行,速度约为20帧/s。实验结果表明了算法的实时性、可靠性和准确性较好。     

区域配对引导的光照传播视频阴影去除方法

传统方法在处理自由移动相机捕获视频中的阴影时，存在时空不连贯现象。为解决该问题，提出一种区域配对引导的光照传播阴影去除方法。首先，使用基于尺度不变特征变换（SIFT）特征向量的均值漂移方法分割视频，通过支持向量机（SVM）分类器检测出其中的阴影；然后，将输入视频帧分解成重叠的二维图像区域块，建立其马尔可夫随机场（MRF），通过光流引导的区域块匹配机制，为每一个阴影块找到最佳匹配的非阴影块；最后，使用局部光照传播算子恢复阴影区域块的光照，并对其进行全局光照优化。实验结果表明，与传统基于光照传播方法相比，所提方法在阴影检测综合评价指标上提升约6.23%，像素均方根误差（RMSE）减小约30.12%，且大幅度缩短了阴影处理时间，得到的无阴影视频结果更具时空连贯性。     

基于多特征融合的运动车辆阴影消除方法

提出一种基于边缘特征的阴影消除方法,通过边缘检测获取阴影边缘信息,利用边缘差分、形态学等运算进行阴影消除。并提出一种基于灰度特征的阴影消除方法,利用暗化因子高斯模型进行阴影消除。结合2种方法的优点,给出一种基于多特征融合的运动车辆阴影消除方法,可同时解决车辆与阴影颜色相似以及阴影内部边缘复杂等原因造成的误检问题。实验结果表明,该方法具有较好的实时性、精确性和鲁棒性。     

Moving Shadow Detection and Removal for Traffic Sequences

Segmentation of moving objects in a video sequence is a basic task for application of computer vision. However, shadows extracted along with the objects can result in large errors in object localization and recognition. In this paper, we propose a method of moving shadow detection based on edge information, which can effectively detect the cast shadow of a moving vehicle in a traffic scene. Having confirmed shadows existing in a figure, we execute the shadow removal algorithm proposed in this paper to segment the shadow from the foreground. The shadow eliminating algorithm removes the boundary of the cast shadow and preserves object edges firstly; secondly, it reconstructs coarse object shapes based on the edge information of objects; and finally, it extracts the cast shadow by subtracting the moving object from the change detection mask and performs further processing. The proposed method has been further tested on images taken under different shadow orientations, vehicle colors and vehicle sizes, and the results have revealed that shadows can be successfully eliminated and thus good video segmentation can be obtained.     

融合色彩比和梯度不变性的运动阴影检测

为解决运动前景的准确分割受运动阴影影响的问题,提出了一种融合色彩比和梯度不变性的运动阴影检测算法。该算法分析了阴影像素的色彩比和区域纹理梯度的光照不变性,利用亮度变化特性和色彩比不变性初步确定候选运动前景中的阴影像素,然后在候选阴影区域利用纹理梯度不变性进行去错处理,两者的结合弥补了单一特征或单一类型特征的阴影检测性能差的缺陷,提高了阴影检测率和阴影分辨率,能够准确地将阴影和前景区别开来。     

一种快速人体骨架建模方法

提出从序列视频中快速建立人体骨架模型的方法。基于阴影特征采用Otsu算法完成运动目标检测中的阴影消除,得到准确的人体轮廓;对人体轮廓进行形态学的细化处理,采用新建立连通性结构标准和肢体关节点定位算法处理骨架建立人体骨架模型。实验结果表明,该方法对人体肢体部位各端点定位获得较高的准确率,能快速定位关节点,较好地得到人体骨架模型。     

基于背景重构的公路车流量检测方法

在分析现有检测算法的基础上,提出了一种车流量统计算法,应用自适应背景重构方法,首先利用差分法提取动目标,然后通过先边缘检测再膨胀腐蚀的方法去除车影,最后在虚拟检测线上分区域段设置资源信号灯统计车流量。实验结果表明,本算法能够适应公路背景的变化,有效地去除了车影,统计结果准确可靠。