贝叶斯理论在移动目标检测中的应用OACSCDCSTPCD
Applying Bayesian theory to detection of moving object
复杂背景下精准的移动目标检测是智能监控系统的重要任务之一,而移动目标检测中,阈值的选择是关键因素之一.传统的固定阈值检测算法很难满足光照等复杂环境的实际需要,利用贝叶斯理论,提出了自适应的动态阈值移动目标检测算法,通过引入前景图像的均值和方差,以及背景图像的均值,获得自适应的动态阈值,用于克服光照等复杂条件的不利影响.实验结果显示,同传统的固定阈值检测算法相比,提出的算法可以有效地克服噪声的影响,并且在复杂环境下具有更好的鲁棒性和稳定性.
Moving object detection under complicated circumstance is one of the important tasks in the smart surveillance system, during the course of which the chosen threshold is one of the key factors. The traditional moving object detection algorithm based on the fixed threshold can hardly meet the practical requirement in complex environment. Therefore, a moving object detection method based on adaptive dynamic threshold is proposed using Bayesian theory, which ca…查看全部>>
王瑜;薛红
北京工商大学计算机与信息工程学院自动化系,北京100048北京工商大学计算机与信息工程学院自动化系,北京100048
信息技术与安全科学
贝叶斯理论目标检测固定阈值动态阈值
Bayesian theory object detection fixed threshold dynamic threshold
《计算机工程与应用》 2012 (22)
18-21,4
国家自然科学基金面上项目(No.61171068)北京市优秀人才培养资助项目北京工商大学青年教师科研启动基金资助项目(No.QNJJ2012-22).
评论