动态场景下基于Bayesian分类光流法的运动目标检测
提出了一种基于Bayesian 分类的光流计算法，实现了在动态场景下更准确地对运动目标进行检测。新方法为了在滤去噪声的同时还保留边界信息，采用了Bilateral 滤波进行图像预处理，结合光流全局计算和局部计算的特点，首先利用 Horn 法计算初始光流矢量，再利用Bayesian 法对局部邻域进行分类得到运动一致性邻域，进而在运动一致性邻域上利用 Lucas 法对光流进行精确计算。在运动目标检测阶段，利用了前景目标与背景目标光流矢量大小的差异，使用OTSU 法进行了运动目标的分割与检测。实验结果数据分析表明，本文的光流检测运动目标策略较传统方法有着更好的精确性和有效性。
Bayesian分类 运动目标检测 动态场景 光流计算
徐瑞 王睿 李怡 崔玉柱
北京航空航天大学仪器科学与光电工程学院精密光机电一体化教育部重点实验室 北京 100191
国内会议
北京
中文
1-5
2011-10-14（万方平台首次上网日期，不代表论文的发表时间）