背景建模(四)——以纹理为特征的方法
2013-03-31 00:28
309 查看
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。
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。
相关文章推荐
- 背景建模(三)——以像素值为特征的方法(2)
- 【背景建模】基于纹理特征的背景建模
- 【背景建模】颜色特征和纹理特征融合
- 【背景建模】颜色特征和纹理特征融合(续1)
- 【背景建模】颜色特征和纹理特征融合(续2)
- 【背景建模】颜色特征与纹理特征融合(续3)
- 背景建模(二)——以像素值为特征的方法(1)
- 目标检测中背景建模方法
- 背景建模方法模型统计
- 背景建模--方法比较
- OpenCV中背景建模方法mog2——Adaptive GMM算法小结
- 背景建模(五)——其他方法
- 目标检测中背景建模方法
- 目标检测中背景建模方法
- 目标检测中背景建模方法 [转]
- 背景建模方法codebook算法原理
- 目标检测中背景建模方法总结
- 基于振动图像纹理特征识别 的滚动轴承故障程度诊断方法研究
- 目标检测中背景建模方法
- 目标检测中背景建模方法