一种动态场景下的视频前景目标分割方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种动态场景下的视频前景目标分割方法

陈俊周, 李炜, 王春瑶

文章导航 > 电子科技大学学报 > 2014 > 43(2): 252-256

陈俊周, 李炜, 王春瑶. 一种动态场景下的视频前景目标分割方法[J]. 电子科技大学学报, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

引用本文:

陈俊周, 李炜, 王春瑶. 一种动态场景下的视频前景目标分割方法[J]. 电子科技大学学报, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

CHEN Jun-zhou, LI Wei, WANG Chun-yao. A Video Foreground Segmentation Method for Dynamic Scenes[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

Citation:

CHEN Jun-zhou, LI Wei, WANG Chun-yao. A Video Foreground Segmentation Method for Dynamic Scenes[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

一种动态场景下的视频前景目标分割方法

doi: 10.3969/j.issn.1001-0548.2014.02.018

1.
西南交通大学信息科学与技术学院成都 610031

基金项目:

国家自然科学基金(61003143); 中央高校基本科研业务费专项资金(SWJTU12CX094)

作者简介:
陈俊周(1979-),男,博士,副教授,主要从事计算机视觉、模式识别、数字图像处理方面的研究.

中图分类号: TP391

A Video Foreground Segmentation Method for Dynamic Scenes

1.
College of Information Science and Technology,Southwest Jiaotong University Chengdu 610031

摘要: 视频中运动前景目标的分割是计算机视觉领域的一项关键问题, 在视频监控、检索、事件检测等多个方面具有重要应用价值. 现有视频前景目标分割技术主要针对静态场景, 在动态场景下难以获取良好效果. 该文提出一种高斯混合模型与光流残差相结合的前景目标分割方法. 该方法使用高斯混合模型建模, 提取初步的前景区域; 利用光流残差进一步滤除其中动态纹理背景干扰; 采用形态学处理获得前景目标. 实验显示, 与现有方法相比, 该方法可更准确地从动态场景中分割出前景目标轮廓.
- 动态纹理 /
- 前景目标分割 /
- 光流法 /
- 光流残差
Abstract: Video foreground segmentation is one of the key problems in the field of computer vision. It has important value in many applications, such as video surveillance, retrieval and event detection. Traditional video foreground segmentation algorithms are mainly designed for static scene and cannot competent in dynamic scenes. In this article, a novel video foreground segmentation method based on Gaussian mixture model (GMM) and optical flow residual is proposed. Firstly, the preliminary foreground region is estimated by GMM; then, the foreground region with dynamic texture is detected by optical flow residuals and removed; finally, morphology is utilized to refine the estimated foreground. Experimental evaluation shows that the proposed method can obtain more accurate foreground region in dynamic scenes compared with existing methods.
- dynamic texture /
- foreground segmentation /
- optical flow /
- optical flow residual

[1]	邓佳丽, 龚海刚, 刘明. 基于目标检测的医学影像分割算法 . 电子科技大学学报, 2023, 52(2): 254-262. doi: 10.12178/1001-0548.2022081
[2]	储岳中, 汪佳庆, 张学锋, 刘恒. 基于改进深度残差网络的图像分类算法 . 电子科技大学学报, 2021, 50(2): 243-248. doi: 10.12178/1001-0548.2020314
[3]	钱吉裕, 魏涛, 王韬, 李秋燕, 吴传贵. 高性能硅基微流道优化方法研究 . 电子科技大学学报, 2020, 49(1): 92-97. doi: 10.12178/1001-0548.2018250
[4]	周雪, 陈科鑫, 冯媛媛, 邹见效. 基于超像素的多特征融合的水平集轮廓跟踪 . 电子科技大学学报, 2018, 47(5): 745-752. doi: 10.3969/j.issn.1001-0548.2018.05.017
[5]	李冰, 郑凤杰, 彭春荣, 陈博, 凌必赟, 夏善红. 直流离子流场发生装置优化设计 . 电子科技大学学报, 2017, 46(6): 866-870. doi: 10.3969/j.issn.1001-0548.2017.06.013
[6]	牛骏, 赵志钦, 杨伟, 陈祝明, 刘昱朗. 非均匀等离子体覆盖下目标流场的透射特性研究 . 电子科技大学学报, 2014, 43(2): 194-197. doi: 10.3969/j.issn.1001-0548.2014.02.006
[7]	邵英, 袁立军, 庄飚. 基于对称双光路检测法的MOCT电流互感器模型研究 . 电子科技大学学报, 2014, 43(2): 216-221. doi: 10.3969/j.issn.1001-0548.2014.02.011
[8]	王敏琴, 韩国强, 涂泳秋. 新型的无监督纹理分割方法 . 电子科技大学学报, 2010, 39(1): 11-15. doi: 10.3969/j.issn.1001-0548.2010.01.003
[9]	王博, 张建奇. 红外运动弱小目标的动态规划检测 . 电子科技大学学报, 2009, 38(4): 613-616. doi: 10.3969/j.issn.1001-0548.2009.04.032
[10]	余峰, 曾勇. 基于自由现金流的公司价值分析 . 电子科技大学学报, 2006, 35(1): 140-143.
[11]	张睿, 陈鸣, 宋丽华. 实时流测量体系结构的研究 . 电子科技大学学报, 2006, 35(1): 85-88.
[12]	马义德, 钱志柏, 陈娜. 基于FCM的动态结合全局图像阈值分割 . 电子科技大学学报, 2006, 35(3): 349-351.
[13]	张崇富, 邱昆, 陈华容. 波分复用/光码分多址网络性能研究 . 电子科技大学学报, 2005, 34(4): 433-436.
[14]	黄诚武, 王晟, 李乐民. 主动网流调度模型A-Flow的研究 . 电子科技大学学报, 2005, 34(4): 501-504.
[15]	吴援明, 黄际彦. 自相似业务流的有效带宽 . 电子科技大学学报, 2005, 34(3): 328-331.
[16]	邱昆, 张崇富, 安晓强. 光码分多址通信技术研究 . 电子科技大学学报, 2004, 33(6): 627-632.
[17]	张李, 涂晓东, 何诚. 流分类技术的研究 . 电子科技大学学报, 2004, 33(6): 678-681.
[18]	丁志强. 基于对象数据流图的可复用方案 . 电子科技大学学报, 1999, 28(3): 306-310.
[19]	赵冬梅, 郭耀煌, 陶章华. 多目标动态规划问题的非劣矩阵解法 . 电子科技大学学报, 1998, 27(2): 204-208.
[20]	万生鹏, 王亚峰, 李晓平, 胡渝. 空间无线光CDMA网络的探讨 . 电子科技大学学报, 1998, 27(5): 526-531.

WeChat

点击查看大图

计量

文章访问数: 4089
HTML全文浏览量: 122
PDF下载量: 153
被引次数: 0

一种动态场景下的视频前景目标分割方法

doi: 10.3969/j.issn.1001-0548.2014.02.018

1. 西南交通大学信息科学与技术学院成都 610031

基金项目:

国家自然科学基金(61003143); 中央高校基本科研业务费专项资金(SWJTU12CX094)

作者简介:
陈俊周(1979-),男,博士,副教授,主要从事计算机视觉、模式识别、数字图像处理方面的研究.

收稿日期: 2013-08-29
修回日期: 2013-12-11
刊出日期: 2014-04-15

中图分类号: TP391

关键词:

摘要: 视频中运动前景目标的分割是计算机视觉领域的一项关键问题, 在视频监控、检索、事件检测等多个方面具有重要应用价值. 现有视频前景目标分割技术主要针对静态场景, 在动态场景下难以获取良好效果. 该文提出一种高斯混合模型与光流残差相结合的前景目标分割方法. 该方法使用高斯混合模型建模, 提取初步的前景区域; 利用光流残差进一步滤除其中动态纹理背景干扰; 采用形态学处理获得前景目标. 实验显示, 与现有方法相比, 该方法可更准确地从动态场景中分割出前景目标轮廓.

English Abstract

陈俊周, 李炜, 王春瑶. 一种动态场景下的视频前景目标分割方法[J]. 电子科技大学学报, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

引用本文:

陈俊周, 李炜, 王春瑶. 一种动态场景下的视频前景目标分割方法[J]. 电子科技大学学报, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

CHEN Jun-zhou, LI Wei, WANG Chun-yao. A Video Foreground Segmentation Method for Dynamic Scenes[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

Citation:

CHEN Jun-zhou, LI Wei, WANG Chun-yao. A Video Foreground Segmentation Method for Dynamic Scenes[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 252-256. doi: 10.3969/j.issn.1001-0548.2014.02.018

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发