CN111565286B - 一种视频静态背景合成方法、装置、电子设备及存储介质 - Google Patents

一种视频静态背景合成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111565286B
CN111565286B CN202010673939.XA CN202010673939A CN111565286B CN 111565286 B CN111565286 B CN 111565286B CN 202010673939 A CN202010673939 A CN 202010673939A CN 111565286 B CN111565286 B CN 111565286B
Authority
CN
China
Prior art keywords
color
pixel
image
background
pixel position
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.)
Active
Application number
CN202010673939.XA
Other languages
English (en)
Other versions
CN111565286A (zh
Inventor
谢天
华炜
马也驰
李融
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202010673939.XA priority Critical patent/CN111565286B/zh
Publication of CN111565286A publication Critical patent/CN111565286A/zh
Application granted granted Critical
Publication of CN111565286B publication Critical patent/CN111565286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种视频静态背景合成方法、装置、电子设备及存储介质，该发明在常见的固定视角监控视频中获取多帧图像，通过简单的物体标记，剔除动态的和长时间静止的前景物体，在每个像素位置合成多帧背景颜色，使合成的背景更真实更完整。本发明实现方法简便，操作灵活，有效保证了静态背景的合成质量。

Description

一种视频静态背景合成方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机图像处理领域，尤其涉及一种视频静态背景合成方法、装置、电子设备及存储介质。
背景技术
静态背景合成是计算机图像处理的常用方法，往往服务于目标提取，使感兴趣的物体可以从静态背景中分离。基于这一原因，目前常用的背景合成技术并不强调背景的保真性和完整性，只需支持感兴趣区域的目标提取即可。而面向数字孪生、智慧交通等应用时，真实背景的完整提取是静态场景建模的重要条件。现有的方法如均值法必然会在背景中留下车辆的残影，而自适应背景更新等基于帧间相关的方法无法应对长时间堵车的路口，或大部分时间有车占据的停车位等区域，难以获得完整的静态背景。
发明内容
本发明实施例的目的在提供一种视频静态背景合成方法、装置、电子设备及存储介质，以解决部分前景物体长时间静止造成难以获得完整静态背景的问题。
为了达到上述目的，本发明实施例所采用的技术方案如下：
第一方面，本发明实施例提供一种视频静态背景合成方法，包括：
获取步骤，从输入视频中获取摄像机内参和外参相同的K帧图像；
标记步骤，对K帧图像中的每一帧图像，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第一判断步骤，对每一个像素位置(u,v)，若K帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则对这些像素的颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；若K帧图像中位于像素位置(u,v)处不存在没有剔除标记的像素，则记录该像素位置(u,v)到集合U中；
第二判断步骤，若集合U为空，则终止过程，输出最终的背景合成图像；若集合U不空，则从输入视频中额外获取M帧图像，M帧图像的摄像机内参和外参都与K帧图像相同，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第三判断步骤，对集合U中记录的每个像素位置(u,v)，若M帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则从集合U中删除像素位置(u,v)，并且对这些像素颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；
循环终止步骤，若未到终止条件，则执行第二判断步骤，否则终止过程，输出最终的背景合成图像。
进一步地，所述标记步骤中，标识出在背景合成中不需要的物体所占据的区域R时，先通过目标识别算法进行自动标识，再对标识的结果进行人机交互修改。
进一步地，所述第一判断步骤和第三判断步骤中，对像素颜色进行合成时，采用下述三种方法中的一种来合成颜色：
（a）加权平均方法，对每个像素颜色设定一个大于等于零的权重系数，满足所有权重系数之和等于一，则合成的颜色为每个像素颜色乘以其权重系数后的总和；
（b）聚类方法，对像素颜色进行去噪处理，然后对去噪后的像素颜色做聚类处理，聚为2类，对比2个聚类中心所代表的像素颜色的明度，则合成的颜色为明度较高的聚类中心所代表的像素颜色；
（c）主成分分析方法，对像素颜色进行去噪处理，然后对去噪后的像素颜色做主成分分析，则合成的颜色为Cavg + e1×(l1-l3)，其中Cavg为去噪后的像素的平均颜色，三个特征值从大到小依次为l1、l2、l3，e1为l1对应的特征向量。
第二方面，本发明实施例还提供一种视频静态背景合成装置，包括：
获取模块，用于从输入视频中获取摄像机内参和外参相同的K帧图像；
标记模块，用于对K帧图像中的每一帧图像，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第一判断模块，用于对每一个像素位置(u,v)，若K帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则对这些像素的颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；若K帧图像中位于像素位置(u,v)处不存在没有剔除标记的像素，则记录该像素位置(u,v)到集合U中；
第二判断模块，用于若集合U为空，则终止过程，输出最终的背景合成图像；若集合U不空，则从输入视频中额外获取M帧图像，M帧图像的摄像机内参和外参都与K帧图像相同，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第三判断模块，用于对集合U中记录的每个像素位置(u,v)，若M帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则从集合U中删除像素位置(u,v)，并且对这些像素颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；
循环终止模块，用于若未到终止条件，则执行第二判断模块，否则终止过程，输出最终的背景合成图像。
第三方面，本发明实施例还提供一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的视频静态背景合成方法。
第四方面，本发明实施例还提供一种计算机可读的存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的视频静态背景合成方法。
根据以上技术方案，本发明的有益效果是，本发明通过对每帧图像中的前景物体进行标记和剔除，避免了将长时间静止的前景物体纳入背景，使合成的背景更保真更完整；通过多方法可选的颜色合成，避免将车辆阴影导致的较暗颜色计入背景合成，还原了更真实的背景颜色。其实现方法简便，手段灵活，背景合成质量能得到显著保证。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本实施例提供一种视频静态背景合成方法的流程图；
图2为本实施例中某帧中对不需要的前景物体进行自动标识的结果示例图；
图3为本实施例中首选K帧图像处理合成后的结果示例图；
图4为本实施例中额外选取M帧后的最终合成背景示例图；
图5为本实施例提供一种视频静态背景合成装置的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例1：
参考图1，本实施例提供一种视频静态背景合成方法，该方法包括如下步骤：
获取步骤S101，从输入视频中获取摄像机内参和外参相同的K帧图像；
具体地，在某路口的交通监控视频中，由于监控摄像头的位姿全程保持静止，视频中所有图像的相机内参和外参都保持一致，可在这样的监控视频中任意选择多帧图像。为操作简单，首先选择了视频开始的1000帧连续图像。
标记步骤S103，对K帧图像中的每一帧图像，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
具体地，对已获取的1000帧图像，先采用常用的人工智能目标识别算法自动标识出背景合成中不需要的前景物体，即交通场景中的机动车、非机动车和行人，并采用常规的二维包围盒对其所占据的区域给出剔除标记，如图2中的各框所示。图2中，右侧对向车道的车辆未能被自动识别，则可通过人工交互手动添加剔除标记。这种自动与人工结合的标记方法可以大大提高标记的速度和效率，当自动标注准确率较高时亦可免去人工过程。
第一判断步骤S105，对每一个像素位置(u,v)，若K帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则对这些像素的颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；若K帧图像中位于像素位置(u,v)处不存在没有剔除标记的像素，则记录该像素位置(u,v)到集合U中；
具体地，对图像中的每一个像素位置，找到1000帧图像中没有被标记过的像素，采用等权重的加权平均方法，合成每个像素位置的颜色，得到的合成结果如图3所示。图3中，全黑的区域代表该部分位置的像素在所有1000帧图像中都因存在前景物体而被剔除了，即长期静止等待红灯的车辆导致了这部分区域未能获得真实背景，故将这些区域的像素位置都存入了一个集合U。这种设计的优点是可以避免将长期静止的车辆计入背景的合成，是对以往基于帧间关系的背景合成方法的极大改进，可以确保每一个计入合成的像素都源自于真实背景。
第二判断步骤S107，若集合U为空，则终止过程，输出最终的背景合成图像；若集合U不空，则从输入视频中额外获取M帧图像，M帧图像的摄像机内参和外参都与K帧图像相同，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
具体地，由于图3中存在大片的黑色区域，集合U显然不空。故从监控视频中额外获取了剩余的8000多帧图像，不作特别筛选，同样使用人工智能目标识别算法对这8000多帧图像中的车辆都作了自动标记。这种设计通过长时间周期的筛选，可以反向获得等红灯的车辆驶离后露出的路面背景，从而保障背景合成的真实性和完整性。针对路边停车位中大部分时间都有车辆停放而无法得到真实背景的问题，只要在监控视频中存在过几帧车辆驰离后的图像，就可以通过本方法自动提取到该区域的背景，这是以往的背景合成方法难以实现的，也是本方法最重要的有益效果。
第三判断步骤S109，对集合U中记录的每个像素位置(u,v)，若M帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则从集合U中删除像素位置(u,v)，并且对这些像素颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；
具体地，针对集合U中未能合成颜色的每一个像素位置，在8000多帧标记过的图像中寻找到了所有未被剔除的像素，即可对这些像素颜色进行颜色合成，并在集合U中删除该像素位置。此处采用聚类方法进行颜色合成，对每一个像素位置的颜色集合进行去噪处理，然后对去噪后的集合聚为2类，对比其聚类中心在HSV（色调Hue、饱和度Saturation、明度Value）颜色空间中的明度，则合成的颜色为明度较高的聚类中心所代表的像素颜色。这种颜色合成方法可以将多帧得到的像素颜色分为较暗和较亮的两大类，其中较暗的是车辆因光照在路面上形成的阴影，在车辆静止或慢速行驶时会大量出现，会对背景合成产生不良影响；而较亮的才是车辆完全驰离后更为真实的背景路面。因此，采用上述的颜色提取方法避免了将车辆阴影计入合成颜色，提高了背景的真实性，使背景的合成质量得到了有效保障。
循环终止步骤S111，若未到终止条件，则执行第二判断步骤，否则终止过程，输出最终的背景合成图像。
具体地，此时所有像素位置都已赋上颜色，集合U为空，故终止过程，最终输出的背景合成图像如图4所示。
需要说明的是，所述第一判断步骤和第三判断步骤中，对像素颜色进行合成时，可以采用下述三种方法中的一种来合成颜色：
（a）加权平均方法，对每个像素颜色设定一个大于等于零的权重系数，满足所有权重系数之和等于一，则合成的颜色为每个像素颜色乘以其权重系数后的总和；
（b）聚类方法，对像素颜色进行去噪处理，然后对去噪后的像素颜色做聚类处理，聚为2类，对比2个聚类中心所代表的像素颜色的明度，则合成的颜色为明度较高的聚类中心所代表的像素颜色；
（c）主成分分析方法，对像素颜色进行去噪处理，然后对去噪后的像素颜色做主成分分析，Cavg为这些像素的平均颜色，三个特征值从大到小依次为l1、l2、l3，e1为l1对应的特征向量，则合成的颜色为Cavg + e1×(l1-l3)。
实施例2：
参考图5，本实施例提供一种视频静态背景合成装置，该装置为与实施例1相对应的虚拟装置，该装置包括：
获取模块901，用于从输入视频中获取摄像机内参和外参相同的K帧图像；
标记模块903，用于对K帧图像中的每一帧图像，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第一判断模块905，用于对每一个像素位置(u,v)，若K帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则对这些像素的颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；若K帧图像中位于像素位置(u,v)处不存在没有剔除标记的像素，则记录该像素位置(u,v)到集合U中；
第二判断模块907，用于若集合U为空，则终止过程，输出最终的背景合成图像；若集合U不空，则从输入视频中额外获取M帧图像，M帧图像的摄像机内参和外参都与K帧图像相同，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第三判断模块909，用于对集合U中记录的每个像素位置(u,v)，若M帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则从集合U中删除像素位置(u,v)，并且对这些像素颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；
循环终止模块911，用于若未到终止条件，则执行第二判断模块，否则终止过程，输出最终的背景合成图像。
实施例3：
本实施例还提供一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如实施例1所述的方法。
实施例4：
本实施例提供一种计算机可读的存储介质，其上存储有计算机程序，该程序被处理器执行时实现如实施例1所述的方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的设备实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种视频静态背景合成方法，其特征在于，包括：
获取步骤，从输入视频中获取摄像机内参和外参相同的K帧图像；
标记步骤，对K帧图像中的每一帧图像，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第一判断步骤，对每一个像素位置(u,v)，若K帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则对这些像素的颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；若K帧图像中位于像素位置(u,v)处不存在没有剔除标记的像素，则记录该像素位置(u,v)到集合U中；
第二判断步骤，若集合U为空，则终止过程，输出最终的背景合成图像；若集合U不空，则从输入视频中额外获取M帧图像，M帧图像的摄像机内参和外参都与K帧图像相同，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第三判断步骤，对集合U中记录的每个像素位置(u,v)，若M帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则从集合U中删除像素位置(u,v)，并且对这些像素颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；
循环终止步骤，若未到终止条件，则执行第二判断步骤，否则终止过程，输出最终的背景合成图像，其中终止条件为集合U为空。
2.根据权利要求1所述的一种视频静态背景合成方法，其特征在于，所述标记步骤中，标识出在背景合成中不需要的物体所占据的区域R时，先通过目标识别算法进行自动标识，再对标识的结果进行人机交互修改。
3.根据权利要求1所述的一种视频静态背景合成方法，其特征在于，所述第一判断步骤和第三判断步骤中，对像素颜色进行合成时，采用下述三种方法中的一种来合成颜色：
（a）加权平均方法，对每个像素颜色设定一个大于等于零的权重系数，满足所有权重系数之和等于一，则合成的颜色为每个像素颜色乘以其权重系数后的总和；
（b）聚类方法，对像素颜色进行去噪处理，然后对去噪后的像素颜色做聚类处理，聚为2类，对比2个聚类中心所代表的像素颜色的明度，则合成的颜色为明度较高的聚类中心所代表的像素颜色；
（c）主成分分析方法，对像素颜色进行去噪处理，然后对去噪后的像素颜色做主成分分析，则合成的颜色为Cavg + e1×(l1-l3)，其中Cavg为去噪后的像素的平均颜色，三个特征值从大到小依次为l1、l2、l3，e1为l1对应的特征向量。
4.一种视频静态背景合成装置，其特征在于，包括：
获取模块，用于从输入视频中获取摄像机内参和外参相同的K帧图像；
标记模块，用于对K帧图像中的每一帧图像，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第一判断模块，用于对每一个像素位置(u,v)，若K帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则对这些像素的颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；若K帧图像中位于像素位置(u,v)处不存在没有剔除标记的像素，则记录该像素位置(u,v)到集合U中；
第二判断模块，用于若集合U为空，则终止过程，输出最终的背景合成图像；若集合U不空，则从输入视频中额外获取M帧图像，M帧图像的摄像机内参和外参都与K帧图像相同，标识出在背景合成中不需要的物体所占据的区域R，并对属于区域R的图像像素给出剔除标记；
第三判断模块，用于对集合U中记录的每个像素位置(u,v)，若M帧图像中位于像素位置(u,v)处存在若干没有剔除标记的像素，则从集合U中删除像素位置(u,v)，并且对这些像素颜色进行合成，得到颜色C，则最终输出的背景合成图像在像素位置(u,v)处的像素颜色等于颜色C；
循环终止模块，用于若未到终止条件，则执行第二判断模块，否则终止过程，输出最终的背景合成图像，其中终止条件为集合U为空。
5.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3任一项所述的视频静态背景合成方法。
6.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的视频静态背景合成方法。
CN202010673939.XA 2020-07-14 2020-07-14 一种视频静态背景合成方法、装置、电子设备及存储介质 Active CN111565286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010673939.XA CN111565286B (zh) 2020-07-14 2020-07-14 一种视频静态背景合成方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010673939.XA CN111565286B (zh) 2020-07-14 2020-07-14 一种视频静态背景合成方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111565286A CN111565286A (zh) 2020-08-21
CN111565286B true CN111565286B (zh) 2020-10-23

Family

ID=72075431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010673939.XA Active CN111565286B (zh) 2020-07-14 2020-07-14 一种视频静态背景合成方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111565286B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991742B (zh) * 2021-04-21 2021-08-20 四川见山科技有限责任公司 一种实时交通数据的可视化仿真方法及系统
CN113592390B (zh) * 2021-07-12 2024-08-02 嘉兴恒创电力集团有限公司博创物资分公司 一种基于多传感器融合的仓储数字孪生的方法与系统
CN114245228B (zh) * 2021-11-08 2024-06-11 阿里巴巴（中国）有限公司 页面链接投放方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793914A (zh) * 2014-02-17 2014-05-14 沈阳工业大学 自适应参数的视频中静态背景提取与更新方法
US20150317520A1 (en) * 2014-04-30 2015-11-05 Sony Corporation Method and apparatus for extraction of static scene photo from sequence of images
CN106855942A (zh) * 2016-12-13 2017-06-16 东南大学 一种基于加权样本的视频背景提取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793914A (zh) * 2014-02-17 2014-05-14 沈阳工业大学 自适应参数的视频中静态背景提取与更新方法
US20150317520A1 (en) * 2014-04-30 2015-11-05 Sony Corporation Method and apparatus for extraction of static scene photo from sequence of images
CN106855942A (zh) * 2016-12-13 2017-06-16 东南大学 一种基于加权样本的视频背景提取方法

Also Published As

Publication number Publication date
CN111565286A (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
CN111565286B (zh) 一种视频静态背景合成方法、装置、电子设备及存储介质
AU2005298492B2 (en) A method and system for processing video data
CN112308095A (zh) 图片预处理及模型训练方法、装置、服务器及存储介质
CN108122206A (zh) 一种低照度图像降噪方法及装置
DE112008001052T5 (de) Bildsegmentierung und -Verbesserung
CN110390314B (zh) 一种视觉感知方法及设备
CN113658197B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN114375460A (zh) 实例分割模型的数据增强方法、训练方法和相关装置
CN111723805A (zh) 一种信号灯的前景区域识别方法及相关装置
CN116052090A (zh) 图像质量评估方法、模型训练方法、装置、设备及介质
CN116363011A (zh) 一种基于频域分频的多分支低照度图像增强方法
CN108711160A (zh) 一种基于hsi增强性模型的目标分割方法
CN113989785A (zh) 一种驾驶场景分类方法、装置、设备及存储介质
Yang et al. A novel single image dehazing method
CN116342632A (zh) 一种基于深度信息的抠图方法及抠图网络训练方法
CN110633705A (zh) 一种低照度成像车牌识别方法及装置
CN111695374A (zh) 监控视角中斑马线区域的分割方法、系统、介质及设备
US8270711B2 (en) Method and apparatus for recognition of an object by a machine
CN115565155A (zh) 神经网络模型的训练方法、车辆视图的生成方法和车辆
CN115294440A (zh) 输电线路识别方法、装置以及电子设备
CN112446230B (zh) 车道线图像的识别方法及装置
CN114387443A (zh) 一种图像处理方法、存储介质及终端设备
CN110852228A (zh) 监控视频中的动态背景提取及前景物体检测方法及系统
Naseeba et al. KP Visibility Restoration of Single Hazy Images Captured in Real-World Weather Conditions
TWI807904B (zh) 深度識別模型訓練方法、圖像深度識別方法及相關設備

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant