计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
15期
187-189
,共3页
高斯混合模型%学习率%目标检测%匹配%背景差分
高斯混閤模型%學習率%目標檢測%匹配%揹景差分
고사혼합모형%학습솔%목표검측%필배%배경차분
针对高斯混合模型中均值和方差的学习,提出基于自适应学习率的背景建模方法.统计每个像素模型被匹配的次数,在线更新学习率.在初始化背景时,分配一个全局的学习率,采用传统高斯混合模型的学习方式;在更新背景时,为每个像素分配一个学习率,采用自适应的学习方式.实验结果表明,该方法与传统高斯混合背景模型相比,有较好的学习能力与稳定性,能提高运动目标检测的正确率.
針對高斯混閤模型中均值和方差的學習,提齣基于自適應學習率的揹景建模方法.統計每箇像素模型被匹配的次數,在線更新學習率.在初始化揹景時,分配一箇全跼的學習率,採用傳統高斯混閤模型的學習方式;在更新揹景時,為每箇像素分配一箇學習率,採用自適應的學習方式.實驗結果錶明,該方法與傳統高斯混閤揹景模型相比,有較好的學習能力與穩定性,能提高運動目標檢測的正確率.
침대고사혼합모형중균치화방차적학습,제출기우자괄응학습솔적배경건모방법.통계매개상소모형피필배적차수,재선경신학습솔.재초시화배경시,분배일개전국적학습솔,채용전통고사혼합모형적학습방식;재경신배경시,위매개상소분배일개학습솔,채용자괄응적학습방식.실험결과표명,해방법여전통고사혼합배경모형상비,유교호적학습능력여은정성,능제고운동목표검측적정학솔.
