基于运动区域颜色与位置预测的类无关运动目标检测
计算机视觉与模式识别
2021-12-15 v1
摘要
运动目标检测在计算机视觉中起着重要作用。然而，帧差法和光流等传统算法通常存在精度低或计算量大等问题。基于深度学习的卷积神经网络等近期算法虽已实现高精度与实时性，但通常需预先知晓目标类别，这限制了其实用性。因此，我们提出了一种无模型的运功目标检测算法。该算法通过图像特征差异提取运动区域，随后利用最大后验概率计算运动区域的颜色与位置概率图，并通过两图点乘得到目标概率图，最后在目标概率图上采用随机梯度下降求解最优运动目标区域。结果表明，所提算法在无需知晓目标类别的情况下，相较现有最优算法取得了最高精度。此外，鉴于现有数据集不适用于运动目标检测，我们提出了一种评估数据集生成方法，并证明了该算法可辅助目标跟踪。
引用
@article{arxiv.2106.12966,
title = {Class agnostic moving target detection by color and location prediction of moving area},
author = {Zhuang He and Qi Li and Huajun Feng and Zhihai Xu},
journal= {arXiv preprint arXiv:2106.12966},
year = {2021}
}