CN104700430A - 机载显示器的运动检测方法 - Google Patents
机载显示器的运动检测方法 Download PDFInfo
- Publication number
- CN104700430A CN104700430A CN201410518761.6A CN201410518761A CN104700430A CN 104700430 A CN104700430 A CN 104700430A CN 201410518761 A CN201410518761 A CN 201410518761A CN 104700430 A CN104700430 A CN 104700430A
- Authority
- CN
- China
- Prior art keywords
- frame
- difference
- image
- pixel
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种机载液晶显示器的运动检测方法,属于运动检测领域,包括如下步骤：步骤一：背景建模；步骤二：背景减除获取运动目标；步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三为：任意选取两帧连续的视频序列，计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的，生成二值化图像，形态学滤波处理，连通性分析和判别，当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域；f.根据连通域确定的运动目标位置，将其标记在原图像中。通过运动检测算法与视频监测技术相结合的手段，来监测物体的微小运动。
Description
技术领域
本发明属于物体运动检测领域，具体涉及一种机载显示器的运动检测方法。
背景技术
在现代军事领域，远距离监测系统具有重要的地位，装备远距离监测的武器装备遍及海陆空作战平台，应用于大中小型武器装备；虽然，远距离监测装备能够把远处的物体放大，显示在显示屏上，但是，对于人的肉眼不能观察到的物体的微小运动或者是人眼疲乏，容易造成某些运动监测不到。
发明内容
为了克服现有技术的不足，本发明提供一种具有运动检测功能的机载显示器运动检测方法，通过运动检测算法与视频监测技术相结合的手段，来监测物体的微小运动。
本发明的技术方案是：一种机载显示器的运动检测方法，包括如下步骤：步骤一：背景建模；步骤二：背景减除获取运动目标；步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三的具体流程为： a. 视频图像的选取，在被检测的视频序列中，任意选取两帧连续的视频序列； b.计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的； c.生成二值化图像:设定一个阈值th 来区分差分图像Gi(x，y)中的前景区域与背景区域，并按照式(6) 对差分图像进行二值化得到Ｒi(x，y) ，若差分图像中某个像素点的亮度差大于阈值th ，就认为该像素点为前景像素，反之则是背景像素； （6）d.形态学滤波处理: 对二值图像Ｒi(x，y)进行形态学滤波处理； e.连通性分析和判别:当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域； f.根据连通域确定的运动目标位置，将其标记在原图像中。所述的步骤三流程b中，两帧图像的差分图像Gi(x，y)获取公式为Gi(x，y) = | fi+1( x，y) － fi( x，y) | 。所述步骤三流程d中形态学滤波处理包括腐蚀、膨胀、开和闭运算。所述步骤一为： A.读取当前一帧，帧数ｉ加上１，由RGB颜色空间转化成灰度图,对应关系如下： GRAY＝0.299R＋0.587G＋0.114B （１）B.判断当前帧是不是第１帧，即帧数ｉ＝１成立吗？ 如果是第１ 帧，就将当前帧作为帧１（D（x,y）），并建一个空帧帧２（A（x,y）＝０），返回步骤A；如果不是第１帧，帧１与当前帧Ｉｉ（x,y）进行滑动平均更新帧１，然后帧１与帧２累加更新帧２，即 Ｄ(x,y)＝(1-a)Ｄ(x,y)＋ａIｉ(x,y)（２）A(x,y)＝A(x,y)＋D(x,y)（３）其中，ａ为调节更新率，即累积器以多快的速率忘掉前面的帧,当帧数ｉ＝N－１时，把当前帧作为三帧差分时的帧Ｉｋ－２(x,y)； C.判断帧数ｉ＜Ｎ 是否成立，若成立则返回步骤（１）；不成立，把当前帧作为三帧差分时的帧Ｉｋ－１，同时帧２除Ｎ－１，作为背景图像B(x,y)。所述步骤二为：将当前帧Ik(x,y)的阴影不明显的一帧和阴影明显的一帧灰度化后，计算其与背景图B（x,y)对应像素差的绝对值，所得差的绝对值图像DB(x,y)。
本发明有如下积极效果：通过运动检测算法与视频监测技术相结合的手段，来监测物体的微小运动，其中，帧间差分法的优点是，差分图像受光线变化的影响较小，能有效检测出相邻图像中相对运动的物体；算法检测速度快，具有较低的计算复杂度；对运动物体的敏感度较高，也适用于动态变化的环境; 易于硬件实现。
附图说明
图1为本发明具体实施方式的背景建模流程图。
具体实施方式
下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
本发明的主要思路是：在军事远距离监测的武器的显示设备上加装一个运动检测模块，自动监测可疑物体的运动，不用人为的肉眼监测，避免监测不到物体的微小运动或者肉眼疲劳，没有观察到某些物体运动，在运动检测模块中加入运动检测算法。
本发明在传统时间平均法的基础上，提出的背景建模算法，其基本思想是：一般情况下，运动物体在某一区域的时间是有限、短暂的，引起了该区域像素点的值差异较大。假设用Ｎ帧进行背景初始化，用当前一帧与前面的帧进行滑动平均，然后累积求平均用来初始化背景。其流程如图１所示。
主要步骤如下：
(1)读取当前一帧，帧数ｉ（初始值ｉ＝０）加上１，由RGB颜色空间转化成灰度图。对应关系如下：
GRAY＝0.299R＋0.587G＋0.114B （１）
（2）判断当前帧是不是第１帧，即帧数ｉ＝１成立吗？ 如果是第１ 帧，就将当前帧作为帧１（D（x,y）），并建一个空帧帧２（A（x,y）＝０），返回步骤(1)；如果不是第１帧，帧１与当前帧Ｉｉ（x,y）进行滑动平均更新帧１，然后帧１与帧２累加更新帧２，
即 Ｄ(x,y)＝(1-a)Ｄ(x,y)＋ａIｉ(x,y) （２）
A(x,y)＝A(x,y)＋D(x,y) （３）
其中，ａ为调节更新率，即累积器以多快的速率忘掉前面的帧。当帧数ｉ＝N－１时，把当前帧作为三帧差分时的帧Ｉｋ－２(x,y)。
（３）判断帧数ｉ＜Ｎ 是否成立，若成立则返回步骤（１）；不成立，把当前帧作为三帧差分时的帧Ｉｋ－１，同时帧２除Ｎ－１，作为背景图像B(x,y)。
本文背景提取算法不仅继承了平均法模型简单、计算方便的优点，而且能够在有运动目标的场景中，构造出更准确的背景图像。
背景减除获取运动目标得到背景图B(x,y)后，进行背景减除法检测，将当前帧Ik(x,y)的阴影不明显的一帧和阴影明显的一帧灰度化后，计算其与背景图B（x,y)对应像素差的绝对值，所得差的绝对值图像DB(x,y)。差的绝对值表达式为：
DB(x,y)＝｜Iｋ(x,y)－B(x,y)｜ （４）
其中，Iｋ(x,y)为当前帧像素灰度值；B(x,y)为背景帧像素灰度值。d(x,y)为差绝对值图像DB(x,y)的像素值。求差值图像DB(x,y)像素的平均值ｄ 和标准差δ，用平均值和标准差设定阈值Ｔ，进而进行二值化。这样设定阈值就克服了事先预设固定阈值的缺点，更加准确地检测出运动目标。
具体表达式为：
其中，α为阈值微调系数，根据需要调节；ｗ 为图像宽度；ｈ为图像高度。检测结果可能有大量噪声，需要去除。形态学中，开启运算可以消除噪声点，但其操作是对整体的，没有选择性，过多地用开启运算容易破坏检测到的目标，使目标失真。为了更好地、有选择性地消除噪声，本文采用了八邻域去噪法。其思想是：在检测的二值化图中，只考虑“白点”像素，计算“白点”像素的八邻域中同属于“白点”的个数，若小于４个，就认为是噪声点，去除。然后，再通过先闭合后开启运算进行处理，得到运动目标区域。
为了实现背景模型的选择性更新，即只对运动目标区域外的区域进行更新，本文中引入了帧间差分法并对其改进。
使用帧间差分法来检测连续视频图像中运动目标的具体步骤为:
(1)视频图像的选取: 在被检测的视频序列中，任意选取两帧连续的视频序列，令fi（x,y）与fi+1（x,y）分别表示第i帧图像和第i + 1帧图像在像素点（x,y）处的亮度分量，i表示帧数(i =1，2，…，N),N 为序列总帧数。
（2）计算差分图像: 帧间差分法是通过连续的视频帧图像像素上的差异来提取运动目标的，故利用式（5）计算第i+1帧图像fi+1（x,y）与第i 帧图像fi（x,y）的差别，得到连续两帧图像的差分图像Gi(x，y) :
Gi(x，y) = | fi+1( x，y) － fi( x，y) | （5）
（3）生成二值化图像:设定一个阈值th 来区分差分图像Gi(x，y)中的前景区域与背景区域，并按照式( 2) 对差分图像进行二值化得到Ｒi(x，y) ，若差分图像中某个像素点的亮度差大于阈值th ，就认为该像素点为前景像素，反之则是背景像素。
（6）
（4）形态学滤波处理: 对二值图像Ｒi(x，y)进行形态学滤波处理(如腐蚀、膨胀、开和闭运算等)，以消除微小区域的噪声，从而能够准确地估计运动目标的位置。
（5）连通性分析和判别: 由于实际的运动目标在图像中对应一定尺度的连通区域，故对形态学处理后的图像进行连通性分析并判别。当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域。
（6）根据连通域确定的运动目标位置，将其标记在原图像中。
帧间差分法的优点有：差分图像受光线变化的影响较小，能有效检测出相邻图像中相对运动的物体；算法检测速度快，具有较低的计算复杂度；对运动物体的敏感度较高，也适用于动态变化的环境; 易于硬件实现。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。
Claims (5)
1.一种机载显示器的运动检测方法，其特征在于：包括如下步骤：
步骤一：背景建模；
步骤二：背景减除获取运动目标；
步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三的具体流程为：
a. 视频图像的选取，在被检测的视频序列中，任意选取两帧连续的视频序列；
b.计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的；
c.生成二值化图像:设定一个阈值th 来区分差分图像Gi(x，y)中的前景区域与背景区域，并按照式(6) 对差分图像进行二值化得到Ｒi(x，y) ，若差分图像中某个像素点的亮度差大于阈值th ，就认为该像素点为前景像素，反之则是背景像素；
（6）
d.形态学滤波处理: 对二值图像Ｒi(x，y)进行形态学滤波处理；
e.连通性分析和判别:当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域；
f.根据连通域确定的运动目标位置，将其标记在原图像中。
2.根据权利要求1所述的机载显示器的运动检测方法，其特征在于：所述的步骤三流程b中，两帧图像的差分图像Gi(x，y)获取公式为
Gi(x，y) = | fi+1( x，y) － fi( x，y) | 。
3.根据权利要求2所述的机载显示器的运动检测方法，其特征在于：所述步骤三流程d中形态学滤波处理包括腐蚀、膨胀、开和闭运算。
4.根据权利要求1所述的机载显示器的运动检测方法，其特征在于：所述步骤一为：
A.读取当前一帧，帧数ｉ加上１，由RGB颜色空间转化成灰度图,对应关系如下：
GRAY＝0.299R＋0.587G＋0.114B （１）
B.判断当前帧是不是第１帧，即帧数ｉ＝１成立吗？ 如果是第１ 帧，就将当前帧作为帧１（D（x,y）），并建一个空帧帧２（A（x,y）＝０），返回步骤A；如果不是第１帧，帧１与当前帧Ｉｉ（x,y）进行滑动平均更新帧１，然后帧１与帧２累加更新帧２，
即 Ｄ(x,y)＝(1-a)Ｄ(x,y)＋ａIｉ(x,y) （２）
A(x,y)＝A(x,y)＋D(x,y) （３）
其中，ａ为调节更新率，即累积器以多快的速率忘掉前面的帧,当帧数ｉ＝N－１时，把当前帧作为三帧差分时的帧Ｉｋ－２(x,y)；
C.判断帧数ｉ＜Ｎ 是否成立，若成立则返回步骤（１）；不成立，把当前帧作为三帧差分时的帧Ｉｋ－１，同时帧２除Ｎ－１，作为背景图像B(x,y)。
5. 根据权利要求1所述的机载显示器的运动检测方法，其特征在于：所述步骤二为：将当前帧Ik(x,y)的阴影不明显的一帧和阴影明显的一帧灰度化后，计算其与背景图B（x,y)对应像素差的绝对值，所得差的绝对值图像DB(x,y)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410518761.6A CN104700430A (zh) | 2014-10-05 | 2014-10-05 | 机载显示器的运动检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410518761.6A CN104700430A (zh) | 2014-10-05 | 2014-10-05 | 机载显示器的运动检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104700430A true CN104700430A (zh) | 2015-06-10 |
Family
ID=53347512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410518761.6A Pending CN104700430A (zh) | 2014-10-05 | 2014-10-05 | 机载显示器的运动检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104700430A (zh) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327520A (zh) * | 2016-08-19 | 2017-01-11 | 苏州大学 | 一种运动目标检测方法及系统 |
| CN106488133A (zh) * | 2016-11-17 | 2017-03-08 | 维沃移动通信有限公司 | 一种运动对象的检测方法及移动终端 |
| CN107330916A (zh) * | 2017-06-15 | 2017-11-07 | 精伦电子股份有限公司 | 一种运动物体检测方法及系统 |
| CN107705326A (zh) * | 2017-09-15 | 2018-02-16 | 温州大学 | 一种安全敏感区域的越界入侵检测方法 |
| CN108446581A (zh) * | 2018-01-22 | 2018-08-24 | 北京理工雷科电子信息技术有限公司 | 一种恶劣环境中的无人机检测方法 |
| CN108596128A (zh) * | 2018-04-28 | 2018-09-28 | 京东方科技集团股份有限公司 | 对象识别方法、装置及存储介质 |
| CN109727274A (zh) * | 2018-11-28 | 2019-05-07 | 吉林大学 | 视频处理方法 |
| CN109919008A (zh) * | 2019-01-23 | 2019-06-21 | 平安科技（深圳）有限公司 | 运动目标检测方法、装置、计算机设备及存储介质 |
| CN110222575A (zh) * | 2019-05-07 | 2019-09-10 | 杭州智尚云科信息技术有限公司 | 基于注意力机制目标检测的设备综合效率分析方法、装置、系统、设备及存储介质 |
| CN110909579A (zh) * | 2018-09-18 | 2020-03-24 | 杭州海康威视数字技术股份有限公司 | 一种视频图像处理方法、装置、电子设备及存储介质 |
| CN111639600A (zh) * | 2020-05-31 | 2020-09-08 | 石家庄铁道大学 | 基于中心偏移的视频关键帧提取方法 |
| CN111723634A (zh) * | 2019-12-17 | 2020-09-29 | 中国科学院上海微系统与信息技术研究所 | 一种图像检测方法、装置、电子设备及存储介质 |
| CN111768431A (zh) * | 2020-06-28 | 2020-10-13 | 熵康(深圳)科技有限公司 | 一种高空抛物动目标检测方法、检测设备和检测系统 |
| CN111881733A (zh) * | 2020-06-17 | 2020-11-03 | 艾普工华科技（武汉）有限公司 | 一种工人作业工步规范视觉识别判定与指导方法和系统 |
| CN112287805A (zh) * | 2020-10-29 | 2021-01-29 | 地平线(上海)人工智能技术有限公司 | 运动物体的检测方法、装置、可读存储介质及电子设备 |
| CN112862855A (zh) * | 2019-11-12 | 2021-05-28 | 北京京邦达贸易有限公司 | 图像标注方法、装置、计算设备及存储介质 |
| CN113132617A (zh) * | 2019-12-31 | 2021-07-16 | 北京中安未来科技有限公司 | 图像抖动判断方法及装置、图像识别触发方法及装置 |
| CN113344967A (zh) * | 2021-06-07 | 2021-09-03 | 哈尔滨理工大学 | 一种复杂背景下的动态目标识别追踪方法 |
| CN113793366A (zh) * | 2021-08-31 | 2021-12-14 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN114549371A (zh) * | 2022-04-26 | 2022-05-27 | 中国科学技术大学 | 图像分析方法及装置 |
| CN115187588A (zh) * | 2022-09-07 | 2022-10-14 | 合肥金星智控科技股份有限公司 | 异物检测方法、装置及存储介质、电子设备 |
| WO2023004727A1 (zh) * | 2021-07-30 | 2023-02-02 | 华为技术有限公司 | 视频处理方法、视频处理装置及电子装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005036371A2 (en) * | 2003-10-09 | 2005-04-21 | Honda Motor Co., Ltd. | Moving object detection using low illumination depth capable computer vision |
| JP2005165791A (ja) * | 2003-12-03 | 2005-06-23 | Fuji Xerox Co Ltd | 対象物の追跡方法及び追跡システム |
| CN101221663A (zh) * | 2008-01-18 | 2008-07-16 | 电子科技大学中山学院 | 一种基于运动目标检测的智能监控报警方法 |
| CN101299274A (zh) * | 2008-06-18 | 2008-11-05 | 北京中星微电子有限公司 | 一种移动固定目标的检测方法及系统 |
| CN101877135A (zh) * | 2010-06-04 | 2010-11-03 | 长安大学 | 一种基于背景重构的运动目标检测方法 |
| CN101937563A (zh) * | 2009-07-03 | 2011-01-05 | 深圳泰山在线科技有限公司 | 一种目标检测方法和设备及其使用的图像采集装置 |
-
2014
- 2014-10-05 CN CN201410518761.6A patent/CN104700430A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005036371A2 (en) * | 2003-10-09 | 2005-04-21 | Honda Motor Co., Ltd. | Moving object detection using low illumination depth capable computer vision |
| JP2005165791A (ja) * | 2003-12-03 | 2005-06-23 | Fuji Xerox Co Ltd | 対象物の追跡方法及び追跡システム |
| CN101221663A (zh) * | 2008-01-18 | 2008-07-16 | 电子科技大学中山学院 | 一种基于运动目标检测的智能监控报警方法 |
| CN101299274A (zh) * | 2008-06-18 | 2008-11-05 | 北京中星微电子有限公司 | 一种移动固定目标的检测方法及系统 |
| CN101937563A (zh) * | 2009-07-03 | 2011-01-05 | 深圳泰山在线科技有限公司 | 一种目标检测方法和设备及其使用的图像采集装置 |
| CN101877135A (zh) * | 2010-06-04 | 2010-11-03 | 长安大学 | 一种基于背景重构的运动目标检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 周萍 等: "基于运动目标检测的视频水印算法研究", 《计算机应用与软件》 * |
| 曲仕茹，杨红红: "采用Kalman_BP神经网络的视频序列多目标检测与跟踪", 《红外与激光工程》 * |
| 邱联奎 等: "基于背景减除与三帧差分相融合的运动检测", 《合肥工业大学学报（自然科学版）》 * |
Cited By (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327520A (zh) * | 2016-08-19 | 2017-01-11 | 苏州大学 | 一种运动目标检测方法及系统 |
| CN106327520B (zh) * | 2016-08-19 | 2020-04-07 | 苏州大学 | 一种运动目标检测方法及系统 |
| WO2018032660A1 (zh) * | 2016-08-19 | 2018-02-22 | 苏州大学 | 一种运动目标检测方法及系统 |
| US10410361B2 (en) | 2016-08-19 | 2019-09-10 | Soochow University | Moving object detection method and system |
| CN106488133A (zh) * | 2016-11-17 | 2017-03-08 | 维沃移动通信有限公司 | 一种运动对象的检测方法及移动终端 |
| CN107330916A (zh) * | 2017-06-15 | 2017-11-07 | 精伦电子股份有限公司 | 一种运动物体检测方法及系统 |
| CN107705326A (zh) * | 2017-09-15 | 2018-02-16 | 温州大学 | 一种安全敏感区域的越界入侵检测方法 |
| CN108446581A (zh) * | 2018-01-22 | 2018-08-24 | 北京理工雷科电子信息技术有限公司 | 一种恶劣环境中的无人机检测方法 |
| CN108446581B (zh) * | 2018-01-22 | 2022-07-19 | 北京理工雷科电子信息技术有限公司 | 一种恶劣环境中的无人机检测方法 |
| CN108596128B (zh) * | 2018-04-28 | 2020-06-26 | 京东方科技集团股份有限公司 | 对象识别方法、装置及存储介质 |
| CN108596128A (zh) * | 2018-04-28 | 2018-09-28 | 京东方科技集团股份有限公司 | 对象识别方法、装置及存储介质 |
| US11341740B2 (en) * | 2018-04-28 | 2022-05-24 | Boe Technology Group Co., Ltd. | Object identification method and object identification device |
| CN110909579A (zh) * | 2018-09-18 | 2020-03-24 | 杭州海康威视数字技术股份有限公司 | 一种视频图像处理方法、装置、电子设备及存储介质 |
| CN109727274A (zh) * | 2018-11-28 | 2019-05-07 | 吉林大学 | 视频处理方法 |
| CN109919008A (zh) * | 2019-01-23 | 2019-06-21 | 平安科技（深圳）有限公司 | 运动目标检测方法、装置、计算机设备及存储介质 |
| WO2020151172A1 (zh) * | 2019-01-23 | 2020-07-30 | 平安科技（深圳）有限公司 | 运动目标检测方法、装置、计算机设备及存储介质 |
| CN110222575A (zh) * | 2019-05-07 | 2019-09-10 | 杭州智尚云科信息技术有限公司 | 基于注意力机制目标检测的设备综合效率分析方法、装置、系统、设备及存储介质 |
| CN110222575B (zh) * | 2019-05-07 | 2021-06-29 | 杭州智尚云科信息技术有限公司 | 基于注意力机制目标检测的设备综合效率分析方法、装置、系统、设备及存储介质 |
| CN112862855B (zh) * | 2019-11-12 | 2024-05-24 | 北京京邦达贸易有限公司 | 图像标注方法、装置、计算设备及存储介质 |
| CN112862855A (zh) * | 2019-11-12 | 2021-05-28 | 北京京邦达贸易有限公司 | 图像标注方法、装置、计算设备及存储介质 |
| CN111723634A (zh) * | 2019-12-17 | 2020-09-29 | 中国科学院上海微系统与信息技术研究所 | 一种图像检测方法、装置、电子设备及存储介质 |
| CN111723634B (zh) * | 2019-12-17 | 2024-04-16 | 中国科学院上海微系统与信息技术研究所 | 一种图像检测方法、装置、电子设备及存储介质 |
| CN113132617A (zh) * | 2019-12-31 | 2021-07-16 | 北京中安未来科技有限公司 | 图像抖动判断方法及装置、图像识别触发方法及装置 |
| CN113132617B (zh) * | 2019-12-31 | 2023-04-07 | 北京中安未来科技有限公司 | 图像抖动判断方法及装置、图像识别触发方法及装置 |
| CN111639600A (zh) * | 2020-05-31 | 2020-09-08 | 石家庄铁道大学 | 基于中心偏移的视频关键帧提取方法 |
| CN111639600B (zh) * | 2020-05-31 | 2023-07-28 | 石家庄铁道大学 | 基于中心偏移的视频关键帧提取方法 |
| CN111881733A (zh) * | 2020-06-17 | 2020-11-03 | 艾普工华科技（武汉）有限公司 | 一种工人作业工步规范视觉识别判定与指导方法和系统 |
| CN111881733B (zh) * | 2020-06-17 | 2023-07-21 | 艾普工华科技（武汉）有限公司 | 一种工人作业工步规范视觉识别判定与指导方法和系统 |
| WO2022001961A1 (zh) * | 2020-06-28 | 2022-01-06 | 深圳天感智能有限公司 | 一种高空抛物动目标检测方法、检测设备和检测系统 |
| CN111768431B (zh) * | 2020-06-28 | 2024-04-19 | 熵康(深圳)科技有限公司 | 一种高空抛物动目标检测方法、检测设备和检测系统 |
| CN111768431A (zh) * | 2020-06-28 | 2020-10-13 | 熵康(深圳)科技有限公司 | 一种高空抛物动目标检测方法、检测设备和检测系统 |
| CN112287805A (zh) * | 2020-10-29 | 2021-01-29 | 地平线(上海)人工智能技术有限公司 | 运动物体的检测方法、装置、可读存储介质及电子设备 |
| CN113344967B (zh) * | 2021-06-07 | 2023-04-07 | 哈尔滨理工大学 | 一种复杂背景下的动态目标识别追踪方法 |
| CN113344967A (zh) * | 2021-06-07 | 2021-09-03 | 哈尔滨理工大学 | 一种复杂背景下的动态目标识别追踪方法 |
| WO2023004727A1 (zh) * | 2021-07-30 | 2023-02-02 | 华为技术有限公司 | 视频处理方法、视频处理装置及电子装置 |
| CN113793366A (zh) * | 2021-08-31 | 2021-12-14 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN114549371A (zh) * | 2022-04-26 | 2022-05-27 | 中国科学技术大学 | 图像分析方法及装置 |
| CN114549371B (zh) * | 2022-04-26 | 2022-09-09 | 中国科学技术大学 | 图像分析方法及装置 |
| CN115187588A (zh) * | 2022-09-07 | 2022-10-14 | 合肥金星智控科技股份有限公司 | 异物检测方法、装置及存储介质、电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104700430A (zh) | 机载显示器的运动检测方法 | |
| CN107133969B (zh) | 一种基于背景反投影的移动平台运动目标检测方法 | |
| KR101500711B1 (ko) | 컬러 히스토그램을 이용한 사람 추적 방법 | |
| US9158985B2 (en) | Method and apparatus for processing image of scene of interest | |
| CN103729858B (zh) | 一种视频监控系统中遗留物品的检测方法 | |
| US7982774B2 (en) | Image processing apparatus and image processing method | |
| US9390511B2 (en) | Temporally coherent segmentation of RGBt volumes with aid of noisy or incomplete auxiliary data | |
| CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
| CN108022249A (zh) | 一种遥感视频卫星运动车辆目标感兴趣区域自动提取方法 | |
| Lian et al. | A novel method on moving-objects detection based on background subtraction and three frames differencing | |
| CN102542552A (zh) | 视频图像的顺逆光判断和拍摄时间检测方法 | |
| KR20120035734A (ko) | 화재 검출 방법 | |
| Mahamuni et al. | Moving object detection using background subtraction algorithm using Simulink | |
| CN106462975A (zh) | 用于对象跟踪和经由背景跟踪进行分割的方法和装置 | |
| CN105447890A (zh) | 一种抗光照影响的运动车辆检测方法 | |
| CN109658441B (zh) | 基于深度信息的前景检测方法及装置 | |
| CN114037087B (zh) | 模型训练方法及装置、深度预测方法及装置、设备和介质 | |
| Roy et al. | A comprehensive survey on computer vision based approaches for moving object detection | |
| CN103209321B (zh) | 一种视频背景快速更新方法 | |
| CN107123132A (zh) | 一种统计背景模型的运动目标检测方法 | |
| CN108010050B (zh) | 一种基于自适应背景更新和选择性背景更新的前景检测方法 | |
| CN108184098B (zh) | 安全区域的监控方法以及系统 | |
| JP2019121356A (ja) | 干渉領域検出装置と方法及び電子機器 | |
| Kim et al. | Background subtraction using generalised Gaussian family model | |
| CN112613456A (zh) | 一种基于多帧差分图像累积的小目标检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150610 |