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
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.
运动目标检测、背景建模、混合高斯模型(GMM)、自适应调整K-ρ
36
TP391(计算技术、计算机技术)
河北省自然科学基金F2012208004;河北省教育厅高等学校科学研究计划自然科学重点项目ZD20132013;河北省科技支撑计划项目12210807资助课题
2014-10-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
2023-2027