一种快速运动目标检测算法

运动目标检测是智能视觉监控系统的重要组成部分,其主要功能是检测监控场景中的运动目标,为高层运动分析提供必要的信息。文章提出一种快速运动目标检测算法,以帧差法和背景减法为基础,快速实现背景提取、背景更新、运动目标检测的功能。实验结果表明,该算法计算量小,检测目标完整,能够满足实时监控系统的要求。     

基于箱式约束RPCA的运动目标检测

为克服运动目标检测中光照变化、阴影干扰等的影响,提出了一种具有箱式约束的鲁棒主成分分析方法,用于带阴影的视频运动目标检测。该方法建模时首先将输入的视频数据分解为低秩背景、稀疏前景与阴影3个部分;接着在传统鲁棒主成分分析模型的基础上对阴影变量施加箱式约束,利用Powell-HestenesRockafellar增广拉格朗日乘子法将上述约束转化为目标函数的惩罚函数项,推导了3个子问题的闭合解,并用交替方向法对模型进行求解;最后在公开数据集上对该方法进行了测试。实验结果表明,该方法能够在检测运动目标的同时去除阴影,场景适应性较好。     

一种固定背景下运动视频对象的自动分割方法

提出了一种固定背景运动视频对象的自动分割方法．该方法通过互帧差四次矩检测运动对象，利用背景减除对点分类，最后用彩色分水线算法得到运动对象实验证明该方法能够对固定背景下运动视频对象进行实时自动分割．     

基于自适应背景模型的全方位视觉人体运动检测

设计了一种新的全方位视觉系统,用来在室内对多个人体目标进行实时运动检测。系统中使用全方位摄像机作为图像采集设备,能在一幅图像中获取水平方向360°的环境信息。在检测开始之前,首先由摄像机对无人环境持续观测一段时间,建立背景的统计模型;在检测开始之后,将每一时刻全方位摄像机采集到的图像变换成柱状全景图像,再利用背景的统计模型,通过自适应的动态背景减除算法得到前景区域,同时在线更新背景模型。最后进行区域分割,确定人体的位置。试验结果表明,该系统在复杂背景的室内环境下,有较好的实时性和检测效果。     

彩色图像背景减除方法比较

背景减除是计算机视觉、视频监视、目标跟踪等领域的常用技术 .本文阐述了两种颜色模型下的三种背景减除算法,并编程实现.通过对实验结果进行比较分析,从而找出各种算法的优劣,以便于更好的选择利用.     

重子磁矩的协变手征有效理论研究

在SU(3)协变手征有效理论框架下,使用扩展的极小减除(extended minimal subtraction, ■)方案,计算了至次领头阶(next-to-leading order, NLO)的重子质量和重子磁矩的一圈图修正贡献,并使用实验数据与PACS-CS格点数据组的数据对解析结果进行了数值拟合.结果表明,在NLO重子质量和重子磁矩的修正贡献中,■方案可以给出不错的理论结果和数值拟合的结果;该结果相较于重重子方法和红外正规化方法的结果更加优秀,并且与EOMS(extended-on-mass-shell)方案的结果相近.     

对现行个人所得税减除费用的几点思考

费用扣除是所得计算的重要减项,对个人所得税应纳税额以及在调节个人收入分配方面影响很大。本文从分析现行个人所得税减除费用的现状和存在的问题入手,探索如何合理适度地确定我国个人所得税费用扣除标准。     

基于VC＋＋的实时智能监控系统

以Visual C＋＋6.0为开发平台,引入OpenCV函数库和VFW软件开发包作为辅助开发工具,对从摄像头采集的数据进行处理,实现了对运动目标的检测、识别与报警.介绍了系统的构成及实现方法,同时改进了传统的图像处理方法以适应实时监控的要求.     

基于M-GCHMM步态识别研究

步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先,采用背景减除法进行步态检测,用边缘跟踪法提取出步态图像的边缘轮廓,训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下,利用CASIA数据库对该算法进行验证,取得了较高的识别率,该算法对视角的变化有一定的鲁棒性.