计算机应用 ›› 2014, Vol. 34 ›› Issue (10): 2934-2937.DOI: 10.11772/j.issn.1001-9081.2014.10.2934
收稿日期:
2014-05-05
修回日期:
2014-06-16
出版日期:
2014-10-01
发布日期:
2014-10-30
通讯作者:
徐培
作者简介:
基金资助:
中央基本业务经费资助项目
XU Pei,CAI Xiaolu,HE Wenwei,XIE Yidao
Received:
2014-05-05
Revised:
2014-06-16
Online:
2014-10-01
Published:
2014-10-30
Contact:
XU Pei
Supported by:
Fundamental Research Funds for the Central Universities
摘要:
针对从动态背景中提取前景效果较差的问题,提出了一种基于深度自编码网络的运动目标检测方法。首先,用一个三层的深度自编码网络从视频图像中提取不包含运动目标的背景图像,将背景图像作为变量构造了深度自编码网络的代价函数;然后,构造了一个分离函数得到了输入图像的背景图像,再用另一个三层的深度自编码网络学习提取出的背景图像;为了使深度自编码网络的学习能够在线地提取运动目标,还提出了一种在线学习算法,通过寻找对代价函数敏感度较低的权重进行合并,从而能够对更多的视频图像进行处理。实验结果表明,所提方法在从动态背景中提取出前景运动目标上相比Lu等的前景检测的工作(LU C, SHI J, JIA J. Online robust dictionary learning. Proceeding of the 2013 IEEE Conference on Computer Vision and Pattern Recognition, Piscataway: IEEE Press, 2013:415-422)检测的准确率提高了6%,并且误报率降低了4.5%。在实际的应用中,能够获得更好的前景背景分离效果,为视频分析等方面的研究奠定更好的基础。
中图分类号:
徐培 蔡小路 何文伟 谢易道. 基于深度自编码网络的运动目标检测[J]. 计算机应用, 2014, 34(10): 2934-2937.
XU Pei CAI Xiaolu HE Wenwei XIE Yidao. Motion detection based on deep auto-encoder networks[J]. Journal of Computer Applications, 2014, 34(10): 2934-2937.
[1]STAUFFER C, GRIMSON W E L. Adaptive background mixture models for real-time tracking [C]// Proceeding of the 1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Piscataway: IEEE, 1999,2:246-253. |
[1] | 杨鼎康 黄帅 王顺利 翟鹏 李一丹 张立华. 基于对抗生成网络和网络集成的面部表情识别方法EE-GAN[J]. 计算机应用, 0, (): 0-0. |
[2] | 秦庭威 赵鹏程 秦品乐 曾建朝 柴锐 黄永琦. 基于残差注意力机制的点云配准算法[J]. 计算机应用, 0, (): 0-0. |
[3] | 裴仪瑶, 郭会明, 张丹普, 陈文博. 基于定位不确定性的鲁棒3D目标检测方法[J]. 计算机应用, 2021, 41(10): 2979-2984. |
[4] | 许学斌, 张佳达, 刘伟, 路龙宾, 赵雨晴. 融合空间和通道特征的高精度乳腺癌分类方法[J]. 计算机应用, 2021, 41(10): 3025-3032. |
[5] | 汪虹余, 张彧, 杨恒, 穆楠. 基于蚁群优化算法的弱光图像显著性目标检测[J]. 计算机应用, 2021, 41(10): 2970-2978. |
[6] | 魏淳武, 赵涓涓, 唐笑先, 强彦. 基于多时期蒸馏网络的随访数据知识提取方法[J]. 计算机应用, 2021, 41(10): 2871-2878. |
[7] | 李自强, 王正勇, 陈洪刚, 李林怡, 何小海. 基于外观和动作特征双预测模型的视频异常行为检测[J]. 计算机应用, 2021, 41(10): 2997-3003. |
[8] | 张怡 孙永荣 赵科东 李华 曾庆化. 空中加油场景下的目标联合检测跟踪算法[J]. 计算机应用, 0, (): 0-0. |
[9] | 马峻 姚震 徐翠锋 陈寿宏. 基于改进PP-YOLO和Deep-SORT的多无人机实时跟踪算法[J]. 计算机应用, 0, (): 0-0. |
[10] | 贺怀清 闫建青 惠康华. 基于深度残差网络的轻量级人脸识别方法[J]. 计算机应用, 0, (): 0-0. |
[11] | 王贺兵, 张春梅. 基于非对称卷积-压缩激发-次代残差网络的人脸关键点检测[J]. 计算机应用, 2021, 41(9): 2741-2747. |
[12] | 张笑非, 杨阳, 黄佳进, 钟宁. 基于度中心性的认知特征选择方法[J]. 计算机应用, 2021, 41(9): 2767-2772. |
[13] | 姬张建, 任兴旺. 带旋转与尺度估计的全卷积孪生网络目标跟踪算法[J]. 计算机应用, 2021, 41(9): 2705-2711. |
[14] | 闫钧华 侯平 张寅 吕向阳 马越 王高飞. 基于多尺度多分类器卷积神经网络的混合失真类型判定方法 [J]. 计算机应用, 0, (): 0-0. |
[15] | 李福海 蒋慕蓉 杨磊 谌俊毅. 基于生成对抗网络的梯度引导太阳斑点图像去模糊方法[J]. 计算机应用, 0, (): 0-0. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||