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
城市道路积水
深度估计系统
结构化场景
环境光照条件
轻量级深度学习
伽马能谱仪
稳谱方法
稳谱装置
信息显示设备
光电倍增管
风险评估值
监管系统
空气质量指数
数据
监管方法
代码生成方法
计算机程序指令
计算机程序产品
组件更新
电子设备