基于非参数估计与MRF的运动目标检测  

Non-parameter Model and MRF Based Motion Detection

作　　者：蒋破荒[1] 吴仲光[1] 

机构地区：[1]四川大学计算机学院,成都610065

出　　处：《微计算机信息》2009年第34期100-102,共3页Control & Automation

摘　　要：动态目标分割是计算机视觉领域的一个重要分支。非参数估计模型近年来成为动态目标分割方法的一个研究热点。其使用最近时间样本集对各像素的灰度观测值作为背景的概率进行估计,可以很好的适应较复杂的背景,但如果直接根据概率估计结果进行阈值分割会造成大量正向分割错误,它们大多以噪声点的形式出现在分割结果中。本文将马尔科夫随机场以及非参数估计的方法有机的结合起来,使得分割结果更精确、合理,而且可以抑制噪声。Motion detection is one important part of computer vision. The non-parameter model is a hot area of motion detection. It used to estimate the probability to be background of every pixel,and it can be well fitted in complicated background scene,but it will produce lots of positive false if we use the probability to segmentation directly. Here we will combine the non-parameter method with MRF to make the result more exactly and reasonable,and suppress noise.

关 键 词：马尔科夫随机场 非参数估计 动态目标分割 视觉监视 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]