机构名称：
¥ 1.0
摘要 - 如何在背景估计中实现竞争精度和更少的计算时间仍然是一项棘手的任务。在本文中，基于子苏皮纸模型提出了一种有效的视频序列背景减法方法。在我们的算法中，使用简单的线性迭代聚类方法构造了第一个帧的超级像素。将框架从颜色格式转换为灰色级别后，将初始超像素分为k较小的单元，即子串联像素，通过k均值聚类算法。然后，通过将每个亚固体像素表示为多维特征向量来初始化背景模型。对于随后的帧，子安排像素表示和加权度量检测到移动对象。为了处理幽灵伪像，根据每个集群中心表示的像素数量，设计了一个背景模型更新策略。由于每个超像素是通过子蛋白像素表示形式固定的，因此所提出的方法更有效，并实现了背景扣除的竞争性。实验结果证明了该方法的有效性。
背景减法的有效的基于子蛋白像素的方法
主要关键词
相关文件推荐
