阴影检测：近期方法的综述与比较评估
计算机视觉与模式识别
2013-04-05 v1 机器人学
摘要
本文对移动投影阴影检测的近期技术进行了综述和比较评估。我们指出阴影去除是改进目标检测和跟踪的关键步骤。综述涵盖了过去十年发表的方法，并将其置于基于特征的分类法中，包括四个类别：色度、物理、几何和纹理。从各个类别中选取了若干代表性方法，在定量性能指标（阴影检测率、鉴别率、色彩饱和度）以及定性观察方面进行了比较。此外，我们提出使用跟踪性能作为确定阴影检测方法实际实用性的无偏方法。评估表明，所有阴影检测方法都有不同的贡献，各有优缺点。在所选取的方法中，基于几何的方法假设严格，不能推广到各种环境，但当感兴趣的目标易于建模且其阴影具有不同方向时，它是一个直接的选择。基于色度的方法实现和运行最快，但对噪声敏感，在低饱和度场景中效果较差。基于物理的方法通过适应局部阴影模型提高了色度方法的准确性，但当目标的光谱特性与背景相似时失效。基于小区域纹理的方法对于邻域有纹理的像素特别鲁棒，但实现时间可能更长且计算成本最高。基于大区域纹理的方法产生最准确的结果，但由于其多个处理步骤，计算负担很大。
引用
@article{arxiv.1304.1233,
title = {Shadow Detection: A Survey and Comparative Evaluation of Recent Methods},
author = {Andres Sanin and Conrad Sanderson and Brian C. Lovell},
journal= {arXiv preprint arXiv:1304.1233},
year = {2013}
}