计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2009年
1期
205-207
,共3页
视频运动对象%高斯混合模型%最短描述长度%运动估计
視頻運動對象%高斯混閤模型%最短描述長度%運動估計
시빈운동대상%고사혼합모형%최단묘술장도%운동고계
提出的算法首先采用高斯混合模型依据空间属性对当前帧进行聚类分割,可以克服一般聚类算法对数据集中的噪声无法建模以及聚类数目难以确定的问题.然后依据时序属性,分割出当前帧的运动对象的初步轮廓区域.最后将初步轮廓区域和聚类分割的区域进行匹配,提取出视频运动对象.通过实验验证,算法具有较好的准确性和抗干扰性,在运动微小的情况下也能取得比较好的效果.
提齣的算法首先採用高斯混閤模型依據空間屬性對噹前幀進行聚類分割,可以剋服一般聚類算法對數據集中的譟聲無法建模以及聚類數目難以確定的問題.然後依據時序屬性,分割齣噹前幀的運動對象的初步輪廓區域.最後將初步輪廓區域和聚類分割的區域進行匹配,提取齣視頻運動對象.通過實驗驗證,算法具有較好的準確性和抗榦擾性,在運動微小的情況下也能取得比較好的效果.
제출적산법수선채용고사혼합모형의거공간속성대당전정진행취류분할,가이극복일반취류산법대수거집중적조성무법건모이급취류수목난이학정적문제.연후의거시서속성,분할출당전정적운동대상적초보륜곽구역.최후장초보륜곽구역화취류분할적구역진행필배,제취출시빈운동대상.통과실험험증,산법구유교호적준학성화항간우성,재운동미소적정황하야능취득비교호적효과.