用于广域航拍视频中车辆自动检测的时空处理
图像与视频处理
2020-10-28 v1
摘要
航拍视频中的车辆检测通常需要后处理以消除误检。本文提出一种时空处理方案，通过将现有检测算法的阈值化步骤替换为用于前景像素分类的多邻域滞回阈值化，来改善自动车辆检测性能。所提方案还执行空间后处理(包括形态学开闭运算以塑造和剪枝检测到的目标)以及时间后处理以进一步减少误检。我们在两个本地航拍视频数据集和一个停车车辆数据集上评估所提空间处理的性能，并在五个本地航拍视频数据集和一个公共数据集上评估所提时空处理方案的性能。实验评估表明，所提方案在七个数据集上评估时，对九种算法中的每一种都改善了车辆检测性能。总体而言，使用所提时空处理方案将平均 F 值提升至 0.8 以上，并实现了误检平均减少 83.8%。
引用
@article{arxiv.2010.14025,
title = {Spatio-Temporal Processing for Automatic Vehicle Detection in Wide-Area Aerial Video},
author = {Xin Gao and Jeno Szep and Pratik Satam and Salim Hariri and Sundaresh Ram and Jeffrey J. Rodriguez},
journal= {arXiv preprint arXiv:2010.14025},
year = {2020}
}
备注
11 pages