自适应多模快速背景差算法
在多高斯模型的基础上,从场景中模型分布不均匀性出发,提出了一种新的快速背景差算法.该算法针对混合高斯模型中固定模型数量不足的问题,建立了模型产生和退出的机制,使模型数量能够自动适应场景特点,实现了高斯模型的实时自适应分布,即提高了准确性又有效地减少了模型的总量;同时,针对混合高斯模型中计算量大的问题,对模型参数的计算进行了优化,将耗时的浮点运算转化为整型运算,减少了计算量;算法中引入了生存时间和模型重现频率的概念,通过对模型重现频率的限制有效抑制高频噪声.与混合高斯模型的实验结果对比说明,该快速算法保持了原算法的优点,执行速度提高1倍以上,检测结果准确,算法内存消耗小,前景轮廓清晰,抑制高频噪声的能力强,整体效果优于混合高斯模型的背景差算法.
视频监控、背景差算法、混合高斯模型、快速算法
13
TP391(计算技术、计算机技术)
国家自然科学基金60334010;60475029
2008-05-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
345-350