一种基于改进的局部自适应灵敏度背景建模方法

    公开(公告)号:CN110503664A

    公开(公告)日:2019-11-26

    申请号:CN201910725944.8

    申请日:2019-08-07

    摘要: 本发明公开了一种基于改进的局部自适应灵敏度背景建模方法。首先使用一种新的像素级方法获取背景像素点的颜色空间信息和局部二值相似模式(LBSP)特征,建立背景模型。该方法利用迭代思想,降低缓慢运动和短时间静止目标对背景模型真实性的影响,获得更可靠的背景模型。其次使用样本一致性策略进行前景检测。最后使用自适应灵敏度的模型更新策略获得距离阈值R(x)和学习率T(x)。为使获得的距离阈值R(x)更加合理,提出了距离阈值修正机制用于获得更恰当的距离阈值。即通过一种新颖的方法判定当前像素的复杂程度,然后在此基础上赋予距离阈值修正机制,使距离阈值的动态调整更可靠。本发明公开的背景建模方法能够在复杂背景下获得更精确的前景目标。

    一种基于改进的局部自适应灵敏度背景建模方法

    公开(公告)号:CN110503664B

    公开(公告)日:2023-03-24

    申请号:CN201910725944.8

    申请日:2019-08-07

    摘要: 本发明公开了一种基于改进的局部自适应灵敏度背景建模方法。首先使用一种新的像素级方法获取背景像素点的颜色空间信息和局部二值相似模式(LBSP)特征,建立背景模型。该方法利用迭代思想,降低缓慢运动和短时间静止目标对背景模型真实性的影响,获得更可靠的背景模型。其次使用样本一致性策略进行前景检测。最后使用自适应灵敏度的模型更新策略获得距离阈值R(x)和学习率T(x)。为使获得的距离阈值R(x)更加合理,提出了距离阈值修正机制用于获得更恰当的距离阈值。即通过一种新颖的方法判定当前像素的复杂程度,然后在此基础上赋予距离阈值修正机制,使距离阈值的动态调整更可靠。本发明公开的背景建模方法能够在复杂背景下获得更精确的前景目标。

    一种多视角张量图向量嵌入表征获取方法

    公开(公告)号:CN115577146A

    公开(公告)日:2023-01-06

    申请号:CN202211340643.1

    申请日:2022-10-28

    摘要: 本申请的实施例揭示了一种多视角张量图向量嵌入表征获取方法,所述方法包括:提取多视角张量图中每一个视图下包含图特征结构的潜在相关信息;基于每一个视图下所述图特征结构的用户节点边的权重,将邻居的重要性进行排序,并基于排序结果确定每一个视图下最优邻居个数;基于每一个视图中的所述图特征结构和所述最优邻居个数,将不同视图中的邻居信息聚合,得到所述多视角张量图的嵌入表征,通过对同一个用户节点不同视角下在图中关系的抽象表达学习,最终得到该多视角张量图在单视角和跨视角下的,融合不同用户节点的有效信息的图嵌入表征。张量图的嵌入表示中包含单一视角的信息和跨视角间的丰富信息,以此达到获得良好的表征学习的目的。