项目

一般

简介

Robust Motion Detection using Histogram of Oriented Gradients for Illumination Variations

Abstract:

  • 提出一种针对光强变化更为鲁棒的基于HOG的行为识别方法。
  • 识别过程分为两个步骤:1 粗识别 2 精识别
  • 在粗识别过程中,首先一个基于花纹的背景模型被建立,它运用了一组可适应性的HOG,再通过比较现在HOG的像素和之前背景中的像素从而分离出前景,并且这样的步骤是不会受到光强变化影响的。不过会有前景被疏漏。之前的基于花纹的检测结果通过组合智能像素识别来优化,这样通过合并搞笑的同形操作可以大幅度的提高识别性能
  • 细识别中,在之前识别的基础上,从色彩特征出发,删除那些阴影,噪声,多余边框等的错误信息。

Introduction:

  • 动作识别是视觉监视系统的基本操作,而变化的光强则是实现目的前最大的障碍,尤其是在自然的环境下。尽管很多方法能够应对小幅度的光强变化以及动态背景,但是一旦幅度过大,识别效果则会急剧降低,造成非常高的错误率。
  • 背景提取是一项在动态识别中非常流行的方法。它通过对比现有帧与背景模型来实现识别。因此必须要有一个非常精确的背景模型。