摘要
本发明公开了一种基于光照恒定转换的前景提取方法及相关设备,其中方法包括:对于一个视频序列,在进行背景建模之前,通过神经网络学习其关于光照不变的一致性表示;对原图和经光照恒定转换后的图片进行KNN背景建模;经过KNN背景建模获得前景与背景初步分离的二值图像,对二值图像进行形态学处理;在对两张图片进行背景建模并进行形态学处理后,将两个前景二值图像进行差分操作,获得精准的前景提取结果,用于后续的计算机视觉任务。本发明通过考虑在进行背景建模之前,对每张图像进行光照恒定转换,从而消除图像中因光照变化引起的干扰,能够在源头上减少光照变化对背景建模的负面影响,使得背景和前景的分离更加清晰,前景噪声得以有效抑制。
技术关键词
前景提取方法
光照
图像
局部注意力机制
计算机程序产品
计算机视觉
场景
图片
正态分布函数
邻域
建模算法
近邻算法
指令
处理器
像素点
背景噪声
电子设备
系统为您推荐了相关专利信息
信息处理模块
票务订单
异常订单
告警系统
计算机可读指令
图像分割模型
多模态图像处理
多模态注意力
特征提取网络
解码器
语义协同
文本识别方法
分类器
文本分割方法
网络
地质灾害预警方法
预警模型
历史降雨量
地质灾害预警装置
特征值