删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

基于交叉协方差子空间估计的前景检测方法

本站小编 Free考研考试/2021-12-21
本文二维码信息
二维码（扫一下试试看！）
基于交叉协方差子空间估计的前景检测方法
A Foreground Detection Method Based on Cross-Covariance Subspace Estimation
投稿时间：2016-03-18
DOI：10.15918/j.tbit1001-0645.2018.01.016
中文关键词:背景建模交叉协方差子空间估计复杂场景
English Keywords:background modelingcross-covariance based subspace estimationcomplex scenarios
基金项目:
作者单位
秦明北京理工大学 计算机学院, 北京 100081
陆耀北京理工大学 计算机学院, 北京 100081
摘要点击次数:769
全文下载次数:699
中文摘要:
提出了一种基于交叉协方差子空间估计的背景建模方法，用以实现复杂场景下的前景检测.基于交叉协方差的主成分分析方法可以保留更多的图像协方差信息，因此非常适合用于背景模型的构建.本文首次将基于交叉协方差的二维主成分分析方法引入至背景建模领域，并且提出了相应的增量更新算法来实现背景的自适应估计.此外，本文考虑了前景的稀疏性及连续性，并将其合理应用于前景检测过程中.定量实验和定性分析表明，本文提出的方法具有较强的鲁棒性，可以实现复杂场景下的准确背景建模.
English Summary:
In this paper, a novel background modeling method was proposed based on cross-covariance subspace estimation to detect foreground in complex scenarios. The cross-covariance based 2DPCA (2 dimensional principal component analysis) method can preserve more image covariance information, which makes it suitable for background modeling. Therefore the cross-covariance based 2DPCA method was introduced into background modeling field and a correlative incremental algorithm was proposed for adaptively estimating background. Considering the sparsity and the continuity of the foreground, the method was used in foreground detecting accurately. Quantitative experimental and qualitative analysis results show that the proposed method can estimate the background information accurately and robustly in complex scenarios.
查看全文查看/发表评论下载PDF阅读器
相关话题/北京理工大学 空间 计算机 北京 信息

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.