论文部分内容阅读
当前很多视频对象分割方法都联合利用了多种特征进行前景提取,但是这些特征都是通过简单加权融合到一起的.该文通过主成分分析法(Principal Component Analysis,PCA)比较准确地衡量了各特征在前景检测中所占的权重,使其有效指导前景分割.同时通过对各特征建立相应的高斯模型,有效提高了前景分割的质量,最后再通过基于颜色不变量的阴影检测算法得到了比较准确的结果.实验中采用了颜色(RGB)和局部二值模式(Local Binary Pattern,LBP)4种特征,结果表明:无论是对于静态