基于超像素的共现背景模型用于鲁棒背景初始化
计算机视觉与模式识别
2020-03-31 v1
摘要
背景初始化是视频处理许多高层应用中的重要步骤，从视频监控到视频修复。然而，该过程常受到实际挑战的影响，如光照变化、背景运动、相机抖动和间歇性运动等。本文中，我们提出了一种结合超像素分割的共现背景模型以实现鲁棒的背景初始化。我们首先引入一种称为共现像素块对（Co-occurrence Pixel-Block Pairs, CPB）的新型共现背景建模方法，以生成可靠的初始背景模型，并利用超像素分割进一步获取前景与背景的空间纹理信息。然后，通过将前景提取结果与超像素分割信息相结合来确定初始背景。在具有挑战性的基准数据集（SBMnet）上获得的实验结果验证了其在各种挑战下的性能。
引用
@article{arxiv.2003.12931,
title = {Co-occurrence Background Model with Superpixels for Robust Background Initialization},
author = {Wenjun Zhou and Yuheng Deng and Bo Peng and Dong Liang and Shun'ichi Kaneko},
journal= {arXiv preprint arXiv:2003.12931},
year = {2020}
}