使用自适应背景相减图像的夜间监控人体检测
计算机视觉与模式识别
2017-09-28 v1
摘要
基于计算机视觉的监控已成为当今时代的主要需求。大多数监控系统基于可见光成像运行，但由于白天光照强度变化等因素，基于可见光成像的性能受到限制。令人关切的问题在于需要对低光照下的图像进行处理，例如夜间监控的需求。在本文中，我们提出了一种使用 FLIR（前视红外）相机进行人体检测的新方法。由于该原理涉及近红外区域的基于热辐射的传感，因此即使在低光照下，也能够使用 FLIR 相机捕获的图像来检测人类。所提出的人体检测方法涉及使用 HOG（方向梯度直方图）特征提取技术以及一些增强手段来处理热图像。该技术的原理在于自适应背景相减算法，该算法与 HOG 技术协同工作。通过这种方法，我们能够减少执行时间并改善精度等部分其他参数，从而提高人体检测系统的整体准确率。
引用
@article{arxiv.1709.09389,
title = {Human Detection for Night Surveillance using Adaptive Background Subtracted Image},
author = {Yash Khandhediya and Karishma Sav and Vandit Gajjar},
journal= {arXiv preprint arXiv:1709.09389},
year = {2017}
}
备注
5 Pages, 7 Figures, 1 Table, National Conference on Advances in Computer Science Engineering & Technology