一种用于小范围移动前景检测的融合框架于小波域

由于前景物体与背景之间的相似性，检测伪装的移动前景物体一直被认为是困难的。传统方法由于前景和背景之间的微小差异而无法区分它们，因此在检测伪装前景物体时容易漏检。本文提出了一种在小波域内解决该问题的融合框架。我们首先展示了图像域中的微小差异可以在某些小波频段得到突出。然后，通过为每个小波频段构建前景和背景模型，估计每个小波系数为前景的可能性。所提出的框架有效地基于小波变换的特性汇聚来自不同小波频段的可能性。实验结果表明，所提出的方法在检测伪装前景物体方面显著优于现有方法。具体来说，所提算法的平均F值为0.87，而其他最先进的方法则为0.71到0.8。