论文部分内容阅读
目前多数阴影检测方法局限于半影阴影,不能很好地应对本影阴影。针对该问题,引入卡尔曼滤波,提出一种自上向下的动态阴影检测与跟踪方法。利用梯度信息获得目标的轮廓信息以改进前景分割过程,分析每个潜在阴影的纹理相似性和亮度失真的空间相似性,在数据关联框架中结合卡尔曼滤波,利用目标和阴影之间的时间一致性提高阴影检测率。在多个数据集上的实验结果表明,该方法稳定高效,与几何信息法、颜色空间差异法和多级方法相比,其平均阴影辨别率较高。