10.16208/j.issn1000-7024.2015.05.043
基于匹配反馈量改进GMM的前景检测算法
传统混合高斯模型在进行运动目标检测时,由于背景模型阈值和模型学习速率均采用固定参数,不能有效适应复杂变化的场景。为解决该问题,提出一种基于匹配反馈量改进混合高斯模型的前景检测算法。通过对模型控制参数进行研究分析,提出一种根据各像素点匹配情况对背景模型阈值进行动态调整,并根据反馈量自适应调节学习速率的策略。实验结果表明,该方法应对复杂变化的视频监控场景时可以有效、准确、快速地提取前景目标。
混合高斯模型、背景模型、匹配、反馈量、学习速率
TP391.41(计算技术、计算机技术)
2015-05-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
1337-1341