混合高斯模型的自适应前景提取
혼합고사모형적자괄응전경제취
Adaptive foreground detection approach of Gaussian mixture model
  • 万方数据
    中国图象图形学报 중국도상도형학보
    JOURNAL OF IMAGE AND GRAPHICS
    2013年 12期 1620-1627 ,共8页

    李百惠%杨庚

    리백혜%양경

    混合高斯模型%前景提取%背景建模%动态控制 混閤高斯模型%前景提取%揹景建模%動態控製
    혼합고사모형%전경제취%배경건모%동태공제
    Gaussian mixture model%foreground detection%background modeling%dynamic control
    复杂场景下的运动前景提取是计算机视觉研究领域的研究重点.为解决复杂场景中的前景目标提取问题,提出一种应用于复杂变化场景中的基于混合高斯模型的自适应前景提取方法.该方法可以对视频帧中每个像素的高斯分布数进行动态控制,并且通过在线期望最大化(EM)算法对高斯分布的各参数进行学习,此外每个像素的权值更新速率可根据策略进行调整.实验结果表明,该方法对复杂变化场景具有较好的适应性,可有效、快速地提取前景目标,提取结果具有较好的查准率和查全率.
    복잡장경하적운동전경제취시계산궤시각연구영역적연구중점.위해결복잡장경중적전경목표제취문제,제출일충응용우복잡변화장경중적기우혼합고사모형적자괄응전경제취방법.해방법가이대시빈정중매개상소적고사분포수진행동태공제,병차통과재선기망최대화(EM)산법대고사분포적각삼수진행학습,차외매개상소적권치경신속솔가근거책략진행조정.실험결과표명,해방법대복잡변화장경구유교호적괄응성,가유효、쾌속지제취전경목표,제취결과구유교호적사준솔화사전솔.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문