Zeitschrift für Fernerkundung und GIS

Abstrakt

Bewegungserkennung in Satellitenvideos

Aigong Xu, Jiaqi Wu, Guo Zhang, Shenlin Pan, Taoyang Wang, Yonghua Jang und Xin Shen

Angesichts des Problems der Bewegungserkennung per Satellitenvideo wird eine Methode zur Hintergrundsubtraktion vorgeschlagen, die globale Bewegungskompensation und lokale dynamische Aktualisierung kombiniert. Zunächst wird die verbesserte ViBE-Modellmethode verwendet, um das Hintergrundmodell im mittleren Frame zu erstellen. Das Hintergrundmodell verfügt über einen weiteren dynamischen Aktualisierungsfaktor. Zweitens wird das Bewegungsmodell der globalen Szene zwischen den Frames mithilfe eines gleichmäßig blockierten optischen Vorwärts-Rückwärts-LK-Flusses geschätzt und die globale Bewegungskompensation durchgeführt. Zu guter Letzt werden ein Vergleich zwischen kompensiertem Frame und Modell sowie eine verbundene Domänenanalyse verwendet, um die Bewegungsobjekte zu erkennen und zu segmentieren. Darüber hinaus können wir den Aktualisierungsfaktor des Modells entsprechend der „Pseudobewegungs“-Beurteilung korrigieren. Und dann würde das Modell lokal und adaptiv aktualisiert. Es wird eine Methode zur „zielbezogenen“ Bewertung der Rückrufrate vorgeschlagen, die das gesamte Objekt, aber nicht die Pixel, statistisch erfasst. Wir führen vier Experimente mit Skysat- und JL1H-Videos durch. Die Ergebnisse zeigen, dass sich die vorgeschlagene Methode positiv auf die „zielbezogene“ Rückrufrate auswirkt und die Fehlererkennungsrate niedrig ist. Die „zielbezogene“ Trefferquote liegt über 80 %. Die Fehlererkennungsrate ist im Vergleich zur klassischen Methode um mindestens das 10-fache und sogar um mehr als das 160-fache reduziert. Die Methode könnte für fortgeschrittene Anwendungen und Bewegungsanalysen in Satellitenvideos geeignet sein.