[发明专利]基于空间相关性和极限学习机的运动阴影检测方法及系统在审
| 申请号： | 201911065077.6 | 申请日： | 2019-11-04 |
| 公开（公告）号： | CN110781977A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 代江艳;侯金奎;张辉辉;陈春雷 | 申请（专利权）人： | 潍坊学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 11569 北京高沃律师事务所 | 代理人： | 刘凤玲 |
| 地址： | 261061 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于空间相关性和极限学习机的运动阴影检测方法及系统。所述方法在阴影属性的基础上，同时考虑像素的特性和相邻像素的空间相关性，提取一组由像素级特征和区域级特征组成的特征向量对MCSD‑ELM分类器模型进行训练，构造了一种基于极限学习机的通用分类模型，并利用训练得到的输出连接权值矩阵来确定最终的判别标签，根据所述判别标签标记出候选阴影像素和候选目标像素；进一步对所述候选阴影像素和候选目标像素进行后处理操作，检测出完整的运动目标和运动阴影，有效提高了运动阴影检测的精度和分类器模型的通用性。 | ||
| 搜索关键词： | 像素 运动阴影检测 分类器模型 极限学习机 空间相关性 候选目标 阴影 后处理 标签标记 分类模型 权值矩阵 输出连接 特征向量 特征组成 相邻像素 运动目标 运动阴影 像素级 标签 通用 检测 | ||
【主权项】：
1.一种基于空间相关性和极限学习机的运动阴影检测方法，其特征在于，所述运动阴影检测方法包括：/n获取训练样本的背景图像和前景帧；/n根据所述背景图像和所述前景帧提取所述训练样本的像素级特征；所述像素级特征包括RGB颜色空间的颜色比特征、LRGB颜色空间的亮度比特征以及HSV颜色空间的色彩一致性特征；/n根据所述背景图像和所述前景帧提取所述训练样本的区域级特征；所述区域级特征包括LRGB颜色空间的归一化互相关特征、光照不变的Gabor特征以及改进的局部二值模式特征；/n根据所述像素级特征和所述区域级特征构建所述训练样本的特征向量；/n采用所述特征向量训练MCSD-ELM分类器模型，得到输出连接权值矩阵；/n根据所述特征向量和所述输出连接权值矩阵对所述训练样本的前景帧进行分类，确定所述前景帧中各个像素的判别标签；/n根据所述判别标签在所述前景帧中标记出候选阴影像素和候选目标像素；/n对所述候选阴影像素和所述候选目标像素进行后处理操作，生成完整的运动目标和运动阴影。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于潍坊学院，未经潍坊学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911065077.6/，转载请声明来源钻瓜专利网。
