电视技术
電視技術
전시기술
TV ENGINEERING
2013年
3期
185-187
,共3页
混合高斯模型%空间域%自信息%聚类
混閤高斯模型%空間域%自信息%聚類
혼합고사모형%공간역%자신식%취류
Gaussian mixture model%spatial domain%self-information%clustering
针对摄像机固定下的复杂背景环境,提出一种基于时空的自适应混合高斯背景建模方法,克服了经典混合高斯模型(Gaussian Mixture Model,GMM)中只考虑单个像素的独立性而忽略相邻像素间的空间域相关性.首先采用混合高斯模型对每个像素在时间域上进行学习,然后利用相邻像素的自信息对背景及前景目标进行二次聚类,以修正错误的判断.实验结果表明,与经典混合高斯背景算法相比,提出的方法目标检测结果更加完整,具有更强的鲁棒性和很好的应用前景.
針對攝像機固定下的複雜揹景環境,提齣一種基于時空的自適應混閤高斯揹景建模方法,剋服瞭經典混閤高斯模型(Gaussian Mixture Model,GMM)中隻攷慮單箇像素的獨立性而忽略相鄰像素間的空間域相關性.首先採用混閤高斯模型對每箇像素在時間域上進行學習,然後利用相鄰像素的自信息對揹景及前景目標進行二次聚類,以脩正錯誤的判斷.實驗結果錶明,與經典混閤高斯揹景算法相比,提齣的方法目標檢測結果更加完整,具有更彊的魯棒性和很好的應用前景.
침대섭상궤고정하적복잡배경배경,제출일충기우시공적자괄응혼합고사배경건모방법,극복료경전혼합고사모형(Gaussian Mixture Model,GMM)중지고필단개상소적독립성이홀략상린상소간적공간역상관성.수선채용혼합고사모형대매개상소재시간역상진행학습,연후이용상린상소적자신식대배경급전경목표진행이차취류,이수정착오적판단.실험결과표명,여경전혼합고사배경산법상비,제출적방법목표검측결과경가완정,구유경강적로봉성화흔호적응용전경.