电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2014年
8期
2023-2027
,共5页
韩明%刘教民%孟军英%王震洲
韓明%劉教民%孟軍英%王震洲
한명%류교민%맹군영%왕진주
运动目标检测%背景建模%混合高斯模型(GMM)%自适应调整K-ρ
運動目標檢測%揹景建模%混閤高斯模型(GMM)%自適應調整K-ρ
운동목표검측%배경건모%혼합고사모형(GMM)%자괄응조정K-ρ
Moving target detection%Background modeling%Gaussian Mixture Model (GMM)%Adaptive adjustment K-ρ
针对非平稳背景下的复杂场景,该文提出一种自适应调整K-ρ的混合高斯背景建模和目标检测算法.该方法利用混合高斯模型(GMM)学习每个像素在时间域上的分布,构建自适应调整高斯分量K的方法,并针对不同情况,对描述像素的高斯分量数进行增加、删除或合并;在此基础上,模型参数更新式中引入了两个新的参数,能够根据实际情况自适应调整ρ值,使得背景建模和目标检测能够准确实时地随像素变化而变化,从而减少了运动目标信息的损失,提高了算法的鲁棒性和收敛性.实验表明,该算法在有诸多不确定因素的序列视频中能够迅速响应实际场景的变化,实现自适应背景建模和准确的目标检测.
針對非平穩揹景下的複雜場景,該文提齣一種自適應調整K-ρ的混閤高斯揹景建模和目標檢測算法.該方法利用混閤高斯模型(GMM)學習每箇像素在時間域上的分佈,構建自適應調整高斯分量K的方法,併針對不同情況,對描述像素的高斯分量數進行增加、刪除或閤併;在此基礎上,模型參數更新式中引入瞭兩箇新的參數,能夠根據實際情況自適應調整ρ值,使得揹景建模和目標檢測能夠準確實時地隨像素變化而變化,從而減少瞭運動目標信息的損失,提高瞭算法的魯棒性和收斂性.實驗錶明,該算法在有諸多不確定因素的序列視頻中能夠迅速響應實際場景的變化,實現自適應揹景建模和準確的目標檢測.
침대비평은배경하적복잡장경,해문제출일충자괄응조정K-ρ적혼합고사배경건모화목표검측산법.해방법이용혼합고사모형(GMM)학습매개상소재시간역상적분포,구건자괄응조정고사분량K적방법,병침대불동정황,대묘술상소적고사분량수진행증가、산제혹합병;재차기출상,모형삼수경신식중인입료량개신적삼수,능구근거실제정황자괄응조정ρ치,사득배경건모화목표검측능구준학실시지수상소변화이변화,종이감소료운동목표신식적손실,제고료산법적로봉성화수렴성.실험표명,해산법재유제다불학정인소적서렬시빈중능구신속향응실제장경적변화,실현자괄응배경건모화준학적목표검측.
