前景检测算法-SACON（SAMPLE CONSENSUS）

最新推荐文章于 2022-06-26 06:30:57 发布
原创 最新推荐文章于 2022-06-26 06:30:57 发布 · 5.3k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#video

SACON是一种前景检测算法，源于Hanzi Wang和David Suter的论文。它通过建立背景模型、前景提取、阴影去除和空洞填充等步骤来实现。在前景提取中，使用邻域帧差法和SACON算法处理可能的移动像素，然后通过特定阈值策略确定前景。此外，还介绍了TOM技术来处理背景移出和前景停止的情况。

      SACON是Hanzi Wang and David Suter合作完成的一篇论文《Background subtraction based on a robust consensu method>>里的算法。乍看之下，算法思路很简单，后来的大作VIBE算法似乎与其有异曲同工之妙。废话少说，下面来简单介绍下该算法：

     （1）建立背景模型

           文章中背景模型的建立比较简单，就是为each pixel 保存N个background samples，这个可以很容易的提取视频序列的前N帧实现。

     （2）前景提取

       该部分分为3阶段，其实每个阶段都是相互融合的：第一步利用邻域帧差法提取可能的前景掩膜(FMForeground Mask)，即时间域内连续两帧相减，提取Possible moving pixels；第二部，针对第一步的得到的possible moving pixels以及background samples给SACON算法处理，主要的处理过程是按以下两个公式得到：

                

最低0.47元/天 解锁文章
【计算机视觉】基于样本一致性的背景减除运动目标检测算法（SACON）
ZhangPY的专栏
10-24 1367
SACON（SAmple CONsensus）算法是基于样本一致性的运动目标检测算法。该算法通过对每个像素进行样本一致性判断来判定像素是否为背景。 算法框架图 　　 　　由上图可知，该算法主要分为四个主要部分，分别是邻域差分、SACON算法核心处理、空洞填充后处理、TOM(Time Out Map)，其中TOM(Time Out Map)主要用于背景模型更新，其他部分属于前景目标
视频监控中的前景目标检测算法研究_曾冬冬.caj
01-01
前景目标检测属于监控系统的前端处理部分，是后续各种高级处理任务(如目标跟踪、目标识别、视频编码、视频分析等) 的基础。在过去的几十年中，前景目标检测技术受到了国内外学者的广泛研究，大量算法的提出使得前景目标检测技术取得了可观的进步，并由实验走向了具体应用。但是由于实际场景中包含各种各样的复杂因素，如光照变化、动态背景、相机抖动、阴影以及伪装等干扰，设计一个实时性好，鲁棒性强的前景目标检测算法仍然具有重大研究意义。
【背景建模】SACON
weixin_34378922的博客
01-23 389
　　SACON（SAmple CONsensus）算法是基于样本一致性的运动目标检测算法。该算法通过对每个像素进行样本一致性判断来判定像素是否为背景。 算法框架图 　　 　　由上图可知，该算法主要分为四个主要部分，分别是邻域差分、SACON算法核心处理、空洞填充后处理、TOM(Time Out Map)，其中TOM(Time Out Map)主要用于背景模型更新，其他部分属于前景目标检测。 ...
29种前景检测算法（背景建模）源码
06-26
包含现在主流的前景检测方法（自适应背景学习AdaptiveBackgroundLearning，均值滤波DPMeanBGS，单高斯，混合高斯，SigmaDelta，KDE等29中算法
SACON算法
想当运维的程序猿
12-02 745
年份 论文题目 作者 论文内容 2006 Background Subtraction Based on a Robust Consensus Method Hanzi Wang，David Suter 还没看 2007 A consensus-based method for tracking: Modelling background scenario and foregr...
基于样本一致性的背景减除运动目标检测算法（SACON）
Belial计算机视觉&机器视觉专栏
07-26 4833
本文根据Hanzi Wang等人的论文“Background subtraction based on a robust consensus method ”结合自己的理解而成，如果对论文感兴趣的，可以点击打开链接，有问题欢迎交流。另转载请注明出处：http://blog.youkuaiyun.com/kezunhai。 在文中，作者提出了一种基于统计的高效自适应的运动目标检测算法。该算法被称为SACO
image-sacon-开源
05-09
【Image-sacon：开源图像搜索与管理神器】 Image-sacon是一个强大的开源软件，专注于图像的搜索和管理。它设计的目的是帮助用户从各种图像托管服务中检索和组织图片，为那些处理大量图像数据的个人和团队提供了极大...
Image-sacon v1.0：开源图像搜索与管理工具
资源摘要信息:"Image-sacon（图像搜索和管理控制器）是一个开源的程序，其主要功能是从多个图像托管网站获取图像，并将这些图像及其相关信息存储在一个数据库中。这个程序不仅可以帮助用户有效地管理和整理大量图像...
常见运动目标检测算法综述及前景检测技术分析
本文将围绕标题“运动目标常用检测算法文章（English Version）”及其描述中提到的代表性算法——GMM、PDF、Codebook、SOBS、SACON、W4、VIBE等，结合标签信息“运动目标检测、前景检测、背景建模”等内容，系统性地...
SACON运动目标检测算法
我在天上飘的博客
12-15 907
SACON（SAmple CONsensus）算法是Hanzi Wang and David Suter合作提出来的，它是一种基于样本一致性的运动目标检测算法。该算法通过对每个像素进行样本一致性判断来判定像素是否为背景。
vibe算法前景检测
11-13
基于vibe算法的前景检测，可以参考一下---------------------------
图像处理之前景检测（五）之基于样本一致性背景检测（SACON）（主要为代码升级）
coming_is_winter的博客
01-10 1622
图像处理之前景检测（五）之基于样本一致性背景检测（SACON）        SACON（SAmple CONsensus）算法是基于样本一致性的运动目标检测算法。该算法通过对每个像素进行样本一致性判断来判定像素是否为背景。               具体原理参考：        Belial_2010      基于样本一致性的背景减除运动目标检测算法（SACON）（文献1）
前景检测算法（十六）--背景减除结束篇
工作笔记
07-09 8329
说实话，没打算做视频监控这一块，只是因为目标检测中看到了前景提取这一块，跟着学习了下，到此为止吧。mark个算法库及相关测试。 1.前景提取测试库： http://blog.youkuaiyun.com/frd2009041510/article/details/45564777 2.BG库搭建 http://blog.youkuaiyun.com/frd2009041510/article/details/45
学习笔记之——前景检测算法（未完待续）
热门推荐
gwpscut的博客
10-01 1万+
    这段时间，本人主要对视频前景提取算法进行了学习，在此写下学习笔记~希望与各位看客多交流学习（本学习笔记部分来自我的三位师弟的调研报告~由于保密隐私，不在此公开，但是非常感谢三位师弟~），好下面进入正题       前景是图像或视频场景中可见性、显著性更强的部分。前景检测，即在视频中识别感兴趣区域或识别运动目标(前景)和静态部分(背景)的过程。它是运动分析、视频监控的关键步骤，也是最...
前景目标检测1（总结）
weixin_30672019的博客
10-16 849
运动前景对象检测一直是国内外视觉监控领域研究的难点和热点之一，其目的是从序列图像中将变化区域从背景图像中提取出来，运动前景对象的有效检测对于对象跟踪、目标分类、行为理解等后期处理至关重要，那么区分前景对象，非常关键的一个问题是确定一个非常合适的背景，背景从象素的角度来理解，每一个象素就是有可能是前景点，也有可能是背景点，那么我们就要防止背景中误进入原属于前景点的对象，目前有几种常用的方法，但分别有...
【opencv450】Vibe算法进行前景检测
cxyhjl的博客
06-26 711
效果vibe是一种像素级的前景检测算法，实时性高，内存占有率低，前景检测准确率高。但是会出现“鬼影”,当然基于对鬼影的处理，也会有相应的对vibe算法的改进。main.cpp#include<opencv2/imgproc.hpp> #include<opencv2/core/core.hpp> #include<opencv2/highgu...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值