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。