.png){kind=icon}
返回
Unsupervised Background Estimation Using a Neural Integrator
.png){kind=icon}
PRE
AI
DOI：10.3103/S1060992X25600156.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景估计是许多计算机视觉应用的重要组成部分。然而，由于光照变化、伪装、遮挡、动态背景、雨雪天气以及阴影等因素，它是一项具有挑战性的任务。在本文中，我们提出了一种预测固定摄像机录制视频背景的方法。所提出的算法是无监督和在线的。它借鉴了循环连接网络中神经积分器电路的加工机制。三个不同的积分器的神经活动，分别负责处理L * a * b颜色空间中的每个颜色通道，根据场景的近期变化（涵盖空间和时间两方面）进行更新。颜色空间中演化活动分布的极值用于预测每个像素的背景颜色值。评估结果表明，基于均方误差（MSE）指标，所提出的方法在Scene Background Initialization（SBI）和LASIESTA数据集上优于几个最近的竞争方法。
Keyword:
background estimation
neural integrator
foreground detection
brain-inspired algorithm
video analysis
期刊
O
IF:
0.8
论文数:
65
被引数:
233
机构
引用论文
Pedestrian Motion Path Detection Method Based on Deep Learning and Foreground Detection基于深度学习和前景检测的行人运动路径检测方法.png)
Complexity
OAAI
ComplexityIF0
OAAI分享收藏AIBM: Accurate and Instant Background Modeling for Moving Object DetectionAIBM: 用于运动目标检测的精确和即时背景建模
PREAI
分享收藏
查看更多内容