基于混合高斯模型的移动奶牛目标实时检测

摘要：

针对奶牛养殖场背景复杂和环境多变导致现有的目标检测算法无法满足鲁棒性和实时性需求的问题,基于递归背景建模思想,在混合高斯模型中引入惩罚因子,提出了一种动态背景建模方法,采用局部更新策略,以降低模型复杂度和解决前景消融问题;提出基于色度偏差和亮度偏差的二分类算法,避免目标物阴影区域的影响.对不同天气及环境变化剧烈情况下获取的奶牛视频样本进行实验.结果表明,与混合高斯模型相比,平均模型复杂度降低了50.85％,前景误检率和背景误检率分别降低了19.50和13.37个百分点,单帧运行时间降低了29.25％,检测准确率更高、实时性更好,且解决了前景消融问题,能满足在复杂背景和环境条件下实时提取奶牛目标的要求.

关键词：移动奶牛、视频分析、目标检测、阴影检测、混合高斯模型

所属期刊栏目：47

分类号：S24;TP319(农业电气化与自动化)

资助基金：国家自然科学基金项目61473235

在线出版日期：2016-06-30（万方平台首次上网日期，不代表论文的发表时间）

页码：288-294