社区
其他技术讨论专区
帖子详情
如何用matlab实现将监控视频中的运动前景目标分离出来
weixin_38114194
2017-09-17 09:31:48
对一个不包含动态背景、摄像头稳定拍摄时间大约5秒的监控视频,构造提取前景目标(如人、车、动物等)的数学模型,并对该模型设计有效的求解方法,从而实现类似图1的应用效果。 现有的程序提取的人物目标不清晰,效果不好,希望各位大神给予指导,急用、、
图1 左图:原视频帧;右图:分离出的前景目标
...全文
13
回复
打赏
收藏
如何用matlab实现将监控视频中的运动前景目标分离出来
对一个不包含动态背景、摄像头稳定拍摄时间大约5秒的监控视频,构造提取前景目标(如人、车、动物等)的数学模型,并对该模型设计有效的求解方法,从而实现类似图1的应用效果。 现有的程序提取的人物目标不清晰,效果不好,希望各位大神给予指导,急用、、 图1 左图:原视频帧;右图:分离出的前景目标
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
MATLAB
视频
的
前景
目标
提取.zip
MATLAB
视频
的
前景
目标
提取;
视频
的
前景
目标
提取
视频
监控
是
中
国安防产业
中
最为重要的信息获取手段。随着“平安城市”建设的顺利开展,各地普遍安装
监控
摄像头,利用大范围
监控
视频
的信息,应对安防等领域存在的问题。近年来,
中
国各省市县乡的摄像头数目呈现井喷式增长,大量企业、部门甚至
实现
了
监控
视频
的全方位覆盖。如北京、上海、杭州
监控
摄像头分布密度约分别为71、158、130个/平方公里,摄像头数量分别达到115万、100万、40万,为我们提供了丰富、海量的
监控
视频
信息。 目前,
监控
视频
信息的自动处理与预测在信息科学、计算机视觉、机器学习、模式识别等多个领域
中
受到极大的关注。而如何有效、快速抽取出
监控
视频
中
的
前景
目标
信息,是其
中
非常重要而基础的问题[1-6]。这一问题的难度在于,需要有效分离出移动
前景
目标
的
视频
往往具有复杂、多变、动态的背景[7,8]。这一技术往往能够对一般的
视频
处理任务提供有效的辅助。以筛选与跟踪夜晚时罪犯这一应用为例:若能够预先提取
视频
前景
目标
,判断出哪些
视频
并未包含移动
前景
目标
,并事先从公安人员的辨识范围
中
排除;而对于剩下包含了移动
目标
的
视频
,只需辨识排除了背景干扰的纯粹
前景
,对比度显著,肉眼更易辨识。因此,这一技术已被广泛应用于
视频
目标
追踪,城市交通检测,长时场景监测,
视频
动作捕捉,
视频
压缩等应用
中
。 下面简单介绍一下
视频
的存储格式与基本操作方法。一个
视频
由很多帧的图片构成,当逐帧播放这些图片时,类似放电影形成连续动态的
视频
效果。从数学表达上来看,存储于计算机
中
的
视频
,可理解为一个3维数据,其
中
代表
视频
帧的长,宽,代表
视频
帧的帧数。
视频
也可等价理解为逐帧图片的集合,即,其
中
为一张长宽分别为的图片。3维矩阵的每个元素(代表各帧灰度图上每个像素的明暗程度)为0到255之间的某一个值,越接近0,像素越黑暗;越接近255,像素越明亮。通常对灰度值预先进行归一化处理(即将矩阵所有元素除以255),可将其近似认为[0,1]区间的某一实数取值,从而方便数据处理。一张彩色图片由R(红),G(绿),B(蓝)三个通道信息构成,每个通道均为同样长宽的一张灰度图。由彩色图片构成的
视频
即为彩色
视频
。本问题
中
,可仅考虑黑白图片构成的
视频
。在
Matlab
环境下,
视频
的读取、播放及相应基本操作程序见附件1。如采用其他编程环境,也可查阅相关资料获得相应操作程序。 题目的
监控
视频
主要由固定位置
监控
摄像头拍摄,要解决的问题为提取
视频
前景
目标
。请通过设计有效的模型与方法,自动从
视频
中
分离
前景
目标
。注意此类
视频
的特点是相对于
前景
目标
,背景结构较稳定,变化幅度较小,可充分利用该信息
实现
模型与算法设计。 请你们查阅相关资料和数据,结合
视频
数据特点,回答下列问题: 问题1:对一个不包含动态背景、摄像头稳定拍摄时间大约5秒的
监控
视频
,构造提取
前景
目标
(如人、车、动物等)的数学模型,并对该模型设计有效的求解方法,从而
实现
类似图1的应用效果。(附件2提供了一些符合此类特征的
监控
视频
) 图1 左图:原
视频
帧;右图:分离出的
前景
目标
问题2:对包含动态背景信息的
监控
视频
(如图2所示),设计有效的
前景
目标
提取方案。(附件2
中
提供了一些符合此类特征的典型
监控
视频
) 图2 几种典型的动态
视频
背景,:树叶摇动,水波动,喷泉变化,窗帘晃动 问题3:在
监控
视频
中
,当
监控
摄像头发生晃动或偏移时,
视频
也会发生短暂的抖动现象(该类
视频
变换在短时间内可近似视为一种线性仿射变换,如旋转、平移、尺度变化等)。对这种类型的
视频
,如何有效地提取
前景
目标
?(附件2
中
提供了一些符合此类特征的典型
监控
视频
) 问题4:在附件3
中
提供了4组
视频
(avi文件与mat文件内容相同)。请利用你们所构造的建模方法,从每组
视频
中
选出包含显著
前景
目标
的
视频
帧标号,并将其在建模论文正文
中
独立成段表示。务须注明
前景
目标
是出现于哪一个
视频
(如Campus
视频
)的哪些帧(如241-250,421-432帧)。 注:强烈建议深刻考虑问题内涵,建造合理、高效的数学模型和求解方法,鼓励进行具有开放思路与创新思维的探索性尝试。 参考文献: [1] Andrews Sobral & Antoine Vacavant, A comprehensive review of background subtraction algorithms evaluated with synthetic and real videos, Computer Vision and Image Understanding, Volume 122, May 2014, Pages 4-21 [2] B. Lee and M. Hedley, “Background estimation for video surveillance,” IVC
MATLAB
-
视频
的
前景
目标
提取
视频
的
前景
目标
提取
视频
的
前景
目标
提取问题1:问题2:问题3:问题4:参考文献:源程序链接
视频
的
前景
目标
提取
视频
监控
是
中
国安防产业
中
最为重要的信息获取手段。随着“平安城市”建设的顺利开展,各地普遍安装
监控
摄像头,利用大范围
监控
视频
的信息,应对安防等领域存在的问题。近年来,
中
国各省市县乡的摄像头数目呈现井喷式增长,大量企业、部门甚至
实现
了
监控
视频
的全方位覆盖。如北京、上海、杭州
监控
摄像头分布密度约分别为71、158、130个/平方公里,摄像头数量分别达到115万、100万、40万,为我们提供了丰富、海量的监
智能
视频
监控
中
的
目标
检测与跟踪
视频
教学
在
视频
监控
中
,被
监控
的场景包含了很丰富的信息,比如地形、地貌等几何或物理属性,这些信息可以有效地辅助
视频
分析任务。本次直播介绍一些方法,把这些额外信息与
目标
检测跟踪技术相结合,
实现
场景自适应的
目标
检测...
提取
视频
前景
背景/
运动
目标
检测_
matlab
实现
提取
视频
前景
背景/
运动
目标
检测 方法:叠加法 function [ output_args ] = sy1_2( input_args ) fileName='D:\workspace\
Matlab
workspace\数字图像处理\char2\char2_test\jmucorridor.avi'; obj=VideoReader(fileName); numFrames=obj.Numbe...
基于
监控
视频
的
前景
目标
提取|GMCM2017-D problem
这一问题的难度在于,需要有效分离出移动
前景
目标
的
视频
往往具有复杂、多变、动态的背景[7,8]。而对于剩下包含了移动
目标
的
视频
,只需辨识排除了背景干扰的纯粹
前景
,对比度显著,肉眼更易辨识。在
监控
视频
中
,当
监控
摄像头发生晃动或偏移时,
视频
也会发生短暂的抖动现象(该类
视频
变换在短时间内可近似视为一种线性仿射变换,如旋转、平移、尺度变化等)。对一个不包含动态背景、摄像头稳定拍摄时间大约5秒的
监控
视频
,构造提取
前景
目标
(如人、车、动物等)的数学模型,并对该模型设计有效的求解方法,从而
实现
类似图1的应用效果。
其他技术讨论专区
433
社区成员
791,270
社区内容
发帖
与我相关
我的任务
其他技术讨论专区
其他技术讨论专区
复制链接
扫一扫
分享
社区描述
其他技术讨论专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章