背景建模(四)——以纹理为特征的方法
已有 12166 次阅读
2012-5-18 09:27
|个人分类:论文分析|系统分类:科研笔记|
建模, 计算机视觉, 模式识别, 机器学习, 背景
前面两篇博文介绍了以像素值为特征的背景建模方法:以像素值为特征的方法(2)和以像素值为特征的方法(1)
下面介绍一下以纹理为特征的方法,比较出名的就是用LBP和SILTP为特征做的。
以LBP为特征的文章:A texture-based method for modeling the background and detecting moving objects
这篇文章发表在06年TPAMI上面,还是奥鲁大学那帮人做的,他们已经把LBP用到极致了,LBP在计算机视觉的各个领域都得到了应用。
首先进行LBP的计算:
公式为:特征表示完之后就是建立背景模型,为K个。模型的更新公式为:
而比较两个直方图的相似程度则用直方图交集(histogram intersaction).
文章实验做得比较充分,但是比较试验很少只跟混合高斯模型(GMM)进行比较了.
另一篇比较好的以纹理为特征的背景建模的方法是CVPR2010的文章,题目:
Modeling Pixel Process with Scale Invariant Local Patterns for Background Subtraction in Complex Scenes
本文提出了一种新的纹理表示方法,scale invariant local ternary pattern(SILTP)
其次就是在背景建模更新的时候提出一种模式核密度估计的方法(pattern kernel density estimation)
文章的对比试验也很全,用三种方法在九段视频上进行了试验。
https://blog.sciencenet.cn/blog-722391-572292.html
上一篇:
背景建模(三)——以像素值为特征的方法(2)下一篇:
背景建模(五)——其他方法