导读:本文包含了背景帧论文开题报告文献综述及选题提纲参考文献，主要关键词:背景帧间差分,目标跟踪,算法
背景帧论文文献综述
黄金海[1]（2019）在《背景帧间差分法的移动目标跟踪研究》一文中研究指出根据视觉领域中对运动目标跟踪分析的热点算法,提出背景帧间差分算法对视频中移动的行人进行目标跟踪。该算法通过计算连续叁帧视频图像间各相应像素点的差分,求出背景点和目标点,再经过形态学运算即可描绘出移动的目标。实验证明,该算法简单、有效,且不易受光照影响;能满足大部分视频中对移动目标的跟踪。(本文来源于《中国仪器仪表》期刊2019年01期）
李浩然[2]（2018）在《基于双背景帧的监控视频编码研究》一文中研究指出视频监控系统是现代数字视频技术的一个新的应用,是视频技术和互联网技术不断发展过程中经过融合而成的信息系统。随着社会发展,视频监控系统的应用逐步深入各行各业,在交通、公共安全和大数据分析等领域都起着重要的作用。但是,随之产生的海量监控视频数据给存储和传输都带来了极大的挑战。相比于传统的自然视频图像,监控视频具有背景相对固定的特点,大量的背景信息造成了背景冗余。传统的视频编码标准已经难以满足监控视频对压缩率的需求。因此,监控视频编码的研究成为了目前国内外的研究热点之一。针对监控视频具有稳定背景的特点,进行了基于背景预测的监控视频编码研究,研究内容主要包括:第一,利用监控视频中存在固定场景的特点,提出了基于动态背景模型的监控视频编码方案。该方案构建背景图像并将其作为长期参考帧加入预测编码过程,从而提高编码效率。首先,提出了基于编码块分类的动态背景模型,该模型使用视频序列第一帧初始化背景图像,并在更新过程中对每一编码块进行判断,将属于背景区域的块用于背景帧的更新。为了提高背景更新的准确性,提出了基于编码块划分的背景优化算法,该算法将固定大小的编码块进行划分,使用不同大小的块进行背景更新。最终,在HEVC编码框架下实现了基于背景预测的编码方案。实验结果表明,相比于标准HEVC,此方案在监控视频序列上提高了2.51%的编码效率。第二,为了得到更高质量的背景帧,提出了基于双背景帧的监控视频编码算法。该方案主要思想是使用视频序列的原始输入图像训练得到原始背景帧,将原始背景帧编码后用于监控视频编码过程。传统的背景帧编码方案多是基于帧内编码进行的,导致在提高背景帧质量的同时也带来了大量的码率增加。双背景帧编码方案使用重建背景帧对原始背景帧进行预测编码,并选择较小的量化参数以提高背景帧的质量。实验结果表明,双背景帧编码方案在保证背景帧质量的情况下减少了编码背景帧的代价,同时,相比于HM14.0,监控视频的压缩率提升了28.21%。(本文来源于《北京工业大学》期刊2018-06-01）
刘方明,符应彬[3]（2015）在《基于背景帧像素颜色级别变化的移动行人侦测优化算法》一文中研究指出目前有很多侦测连续视频流中行人移动的方法,这些方法都是运用差分比较而得来的,在本文中将描述其中最常用的方法,同时对这些方法进行算法的描述,并且还将用颜色级别变化算法进行必要的改进来进行比较。(本文来源于《电子技术与软件工程》期刊2015年22期）
李红波,代文海,吴渝,赵永耀[4]（2015）在《动态变换背景帧的虚实遮挡处理方法》一文中研究指出为获得增强现实系统更好的真实感,针对已有背景裁剪算法只适用于背景固定且单目摄像头深度恢复准确度不够的情况,提出一种动态变换背景帧的虚实遮挡处理方法。通过动态地变换背景帧检测运动物体,求出前景物体的轮廓;遍历图像像素来确定虚实物体之间的遮挡关系,利用模板缓存技术进行遮挡部位剔除工作。实验结果表明,该方法实现简单、支持摄像头移动、遮挡判定准确、计算量小,且能很好地处理刚性与非刚性物体。(本文来源于《计算机工程与设计》期刊2015年01期）
杨辉,刘从军,武尚[5]（2013）在《背景帧差与分块帧差相融合的运动目标检测》一文中研究指出提出一种融合使用背景帧差和分块帧差的运动目标检测方法。该方法通过对图像的每个像素点进行学习,然后建立初始背景,通过不完全覆盖分块法对图像进行分块,对各子块进行帧间差分实现对前景图像的粗提取,采用otsu算法获取阈值,运用背景差分对前景图像进行细提取。背景采用分段学习的更新方法,能够消除光照变化、背景物体摇动等噪声。实验结果表明,该方法快速、准确,抗干扰能力强,能较好地满足实时检测运动目标的要求。(本文来源于《计算机与数字工程》期刊2013年12期）
于万霞,杜太行[6]（2010）在《基于彩色空间的背景帧差法视频车辆检测》一文中研究指出视频检测的研究是交通参数采集的主要问题,核心是对运动目标的检测。为克服传统基于灰度的背景帧差法所存在的缺陷,提出了建立在YCbCr彩色空间的背景帧差法检测运动目标,分割阈值采用基于迭代的最佳阈值的确定方法,并提出了梯度极值法得到最清晰、完整的车辆进行车流量的统计。经仿真结果表明提出的车辆检测算法不仅能够取得很高的检测精度,而且算法简单、运行速度快。(本文来源于《计算机仿真》期刊2010年01期）
背景帧论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
视频监控系统是现代数字视频技术的一个新的应用,是视频技术和互联网技术不断发展过程中经过融合而成的信息系统。随着社会发展,视频监控系统的应用逐步深入各行各业,在交通、公共安全和大数据分析等领域都起着重要的作用。但是,随之产生的海量监控视频数据给存储和传输都带来了极大的挑战。相比于传统的自然视频图像,监控视频具有背景相对固定的特点,大量的背景信息造成了背景冗余。传统的视频编码标准已经难以满足监控视频对压缩率的需求。因此,监控视频编码的研究成为了目前国内外的研究热点之一。针对监控视频具有稳定背景的特点,进行了基于背景预测的监控视频编码研究,研究内容主要包括:第一,利用监控视频中存在固定场景的特点,提出了基于动态背景模型的监控视频编码方案。该方案构建背景图像并将其作为长期参考帧加入预测编码过程,从而提高编码效率。首先,提出了基于编码块分类的动态背景模型,该模型使用视频序列第一帧初始化背景图像,并在更新过程中对每一编码块进行判断,将属于背景区域的块用于背景帧的更新。为了提高背景更新的准确性,提出了基于编码块划分的背景优化算法,该算法将固定大小的编码块进行划分,使用不同大小的块进行背景更新。最终,在HEVC编码框架下实现了基于背景预测的编码方案。实验结果表明,相比于标准HEVC,此方案在监控视频序列上提高了2.51%的编码效率。第二,为了得到更高质量的背景帧,提出了基于双背景帧的监控视频编码算法。该方案主要思想是使用视频序列的原始输入图像训练得到原始背景帧,将原始背景帧编码后用于监控视频编码过程。传统的背景帧编码方案多是基于帧内编码进行的,导致在提高背景帧质量的同时也带来了大量的码率增加。双背景帧编码方案使用重建背景帧对原始背景帧进行预测编码,并选择较小的量化参数以提高背景帧的质量。实验结果表明,双背景帧编码方案在保证背景帧质量的情况下减少了编码背景帧的代价,同时,相比于HM14.0,监控视频的压缩率提升了28.21%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
背景帧论文参考文献
[1].黄金海.背景帧间差分法的移动目标跟踪研究[J].中国仪器仪表.2019
[2].李浩然.基于双背景帧的监控视频编码研究[D].北京工业大学.2018
[3].刘方明,符应彬.基于背景帧像素颜色级别变化的移动行人侦测优化算法[J].电子技术与软件工程.2015
[4].李红波,代文海,吴渝,赵永耀.动态变换背景帧的虚实遮挡处理方法[J].计算机工程与设计.2015
[5].杨辉,刘从军,武尚.背景帧差与分块帧差相融合的运动目标检测[J].计算机与数字工程.2013
[6].于万霞,杜太行.基于彩色空间的背景帧差法视频车辆检测[J].计算机仿真.2010