您的位置: 专家智库 > >

李静

作品数:2 被引量:7H指数:1
供职机构:宁夏大学物理电气信息学院更多>>
发文基金:宁夏回族自治区自然科学基金国家自然科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 1篇动目标
  • 1篇动目标检测
  • 1篇运动目标检测
  • 1篇遮挡
  • 1篇视频
  • 1篇滤波
  • 1篇目标跟踪
  • 1篇目标检测
  • 1篇SHIFT
  • 1篇HSV空间
  • 1篇KALMAN
  • 1篇KALMAN...

机构

  • 2篇宁夏大学

作者

  • 2篇李静
  • 2篇车进
  • 1篇刘丽萍
  • 1篇朱金艳

传媒

  • 2篇电视技术

年份

  • 1篇2015
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于颜色空间转换的运动目标检测与阴影去除被引量:7
2013年
针对室内视频监控中运动目标检测常出现的阴影误检,提出了一种基于颜色空间转换的自适应背景建模和阴影消除算法。在RGB空间采用自适应背景差对视频图像进行前景背景分离,并将检测出的前景目标锁定在活动轮廓矩形框内进行目标跟踪,对于误检的虚假目标(即阴影),利用其亮度等信息,在HSV空间去除。经实验验证,该算法对阴影的去除有良好的效果,能准确检测出真实目标。
李静车进朱金艳
关键词:运动目标检测HSV空间
联合Kalman和自适应Mean-Shift稳健相关视频跟踪方法
2015年
相关视频跟踪器存在计算量大、模板漂移、对机动目标,杂波影响大以及遮挡情况无法跟踪的问题,而Kalman滤波能通过利用相关跟踪器的输出结果来预测目标在下一帧里在图像中的坐标,可以在高概率的小范围内对目标进行搜索,以大幅减小计算量和杂波的影响。然后,当跟踪器由于受到杂波或遮挡的影响而提供了错误的测量信息时,跟踪的性能将大幅下降。大量研究表明,Mean-Shift跟踪器具有运算速度快和跟踪性能好的特点,而当目标柱状图和待选图像区域相近时,其跟踪性能也将大幅下降,甚至无法进行跟踪。为了解决该问题,结合上述3种思想提出了一种改进的、稳健的视频目标跟踪方法,并通过理论分析和仿真结果表明了算法的有效性和优越性。
李静刘丽萍车进
关键词:目标跟踪遮挡KALMAN滤波
共1页<1>
聚类工具0