基于独立分量分析的运动目标检测算法中对通道数选择和观测向量生成方式的实验和分析.pdfVIP

第37卷第 1期 电 子 与 信 息 学 报 V01．37NO．1 2015年 1月 JournalofElectronics＆ InformationTechnology Jan．2015 基于独立分量分析的运动 目标检测算法中对通 道数选择和观测向量生成方式的实验和分析 张 超 吴小培 吕 钊 (安徽大学计算智能与信号处理教育部重点实验室 合肥 2300391 (安徽大学计算机科学与技术学院 合肥 2300391 摘 要：现有基于独立分量分析(ICA)的运动 目标检测算法大多采用单一的观测向量生成方式和2通道数据进行检 测，使得现有算法难 以获得更加完整精确的目标形态。该文在传统独立分量分析算法的基础上引入4种不同的观测 向量生成方式并使用更多通道数据进行实验，以此更广泛地涵盖运动 目标的运动特性并为提取前景提供更多有效信 息，使该算法能有效应对缓慢移动和低区分性 目标。多场景下的量化实验分析表明，更多通道数据的使用以及 4 种观测向量生成方式的综合在合理的误检率代价下使算法达到了更高的检测正确率。 关键词：运动 目标检测；计算机视觉；独立分量分析；通道数选择；观测向量生成 中图分类号：TP391．41 文献标识码：A 文章编号：1009—5896(2015)01．0137-06 DOI：10．11999／JEIT140197 ExperimentsandAnalysisonObservationVectorGenerationand CharmelNumberSelectioninM otionDetectionAlgorithm Basedon IndependentComponentAnalysis ZhangChao WuXiao—pei LtlZhao (KeylaboratoryofIntelligentComputingandSignalProcessing，AnhuiUniversity，Hefei230039，China) (SchoolofComputerScienceandTechnology，AnhuiUniversity，Hefei230039，China) Abstract：MostoftheexistingIndependentComponentAnalysis(ICA)basedmotiondetectionalgorithmsusea single observation vector generation method and two—channeldata for motion detection，which make the traditionalalgorithmsunabletoobtainamorecompleteandaccuratestateofthemovingobjects．Inthispaper， fourdifferentobservationvectorgenerationmethodsareproposedandlargerchannelnumbersareintroducedinto traditionalICA．Themotioncharacteristicsofthemovingobjectsarecoveredmorewidelyandmoreinformation forforegroundextractioniSobtainedfrom themulti．channeldata．TheseimprovementsmakeICA beabletodeal withindistin