计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
2期
428-431
,共4页
智能视觉%暴恐人员%状态特征
智能視覺%暴恐人員%狀態特徵
지능시각%폭공인원%상태특정
Intelligent vision%Critical personnel%State characteristics
为了保证图像信息识别的准确性,多采用多通道、不同设备的信息采集方式完成图像信息的采集,不同通道下采集的视频像素灰度值、拍摄角度不同,会形成相互干扰,受到环境混合光照波动、不同视觉环境下颜色混合等干扰因素,使得不同通道下的图像关键信息受到干扰.传统的行为识别模型都是在统一单通道采集环境下完成识别的,多通道环境下的识别效果受以上因素干扰,效果不好.提出一种优化的融合双通道图像环境下的暴恐人员检测方法,通过可见光摄像头以及红外热像仪分别采集同一场景的人员运动视频数据,采用改进的差分背景模型,在两个通道中分别检测人员运动区域,依据图像配准对2个通道的结果进行融合,通过滤波方法过滤融合后图像中的噪声,采用标定近似长方形响应的方式,完成暴恐人员区域划分,实现暴恐人员的准确检测.实验结果说明,所提方法对于不同环境中暴恐人员的检测准确率较高,具有较高的可靠性.
為瞭保證圖像信息識彆的準確性,多採用多通道、不同設備的信息採集方式完成圖像信息的採集,不同通道下採集的視頻像素灰度值、拍攝角度不同,會形成相互榦擾,受到環境混閤光照波動、不同視覺環境下顏色混閤等榦擾因素,使得不同通道下的圖像關鍵信息受到榦擾.傳統的行為識彆模型都是在統一單通道採集環境下完成識彆的,多通道環境下的識彆效果受以上因素榦擾,效果不好.提齣一種優化的融閤雙通道圖像環境下的暴恐人員檢測方法,通過可見光攝像頭以及紅外熱像儀分彆採集同一場景的人員運動視頻數據,採用改進的差分揹景模型,在兩箇通道中分彆檢測人員運動區域,依據圖像配準對2箇通道的結果進行融閤,通過濾波方法過濾融閤後圖像中的譟聲,採用標定近似長方形響應的方式,完成暴恐人員區域劃分,實現暴恐人員的準確檢測.實驗結果說明,所提方法對于不同環境中暴恐人員的檢測準確率較高,具有較高的可靠性.
위료보증도상신식식별적준학성,다채용다통도、불동설비적신식채집방식완성도상신식적채집,불동통도하채집적시빈상소회도치、박섭각도불동,회형성상호간우,수도배경혼합광조파동、불동시각배경하안색혼합등간우인소,사득불동통도하적도상관건신식수도간우.전통적행위식별모형도시재통일단통도채집배경하완성식별적,다통도배경하적식별효과수이상인소간우,효과불호.제출일충우화적융합쌍통도도상배경하적폭공인원검측방법,통과가견광섭상두이급홍외열상의분별채집동일장경적인원운동시빈수거,채용개진적차분배경모형,재량개통도중분별검측인원운동구역,의거도상배준대2개통도적결과진행융합,통과려파방법과려융합후도상중적조성,채용표정근사장방형향응적방식,완성폭공인원구역화분,실현폭공인원적준학검측.실험결과설명,소제방법대우불동배경중폭공인원적검측준학솔교고,구유교고적가고성.