基于改进的GMM参数估计的目标检测方法
背景减除法通过计算当前帧与背景模型的差来实现运动目标的检测,因此背景建模是背景减除法的关键;混合高斯模型(Gaussian mixture model,GMM)可对存在渐变及重复性运动的场景进行建模,有效的提高了在光线强度变化,物体摇摆等复杂场景下建模的准确性;但它也有其固有缺点,针对利用传统EM算法进行GMM模型参数估计时,易陷入解空间的局部最优的缺陷,采用基于最大惩罚的EM参数估计,对传统的EM算法进行改进;另外,在检测不需要满足实时性时,提出了一种基于差分进化算法的GMM参数估计法;最后把改进的GMM参数估计方法应用于基于GMM模型的运动目标检测当中进行验证,并得到很好的检测效果.
目标检测、GMM、参数估计、EM算法、差分进化
30
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61170102;湖南省自然科学基金项目11JJ3070;湖南省科技厅科研基金资助项目2011TP4004-1;湖南省教育厅科研基金资助项目11C0398
2013-07-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
30-36