聚类差分图像核密度估计前景目标检测
针对非参数核密度估计学习阶段信息冗余与重复计算,估计阶段的估计错误噪声和计算量大的问题,提出了一种基于聚类分析的差分图像核密度估计前景目标检测算法.该方法在非参数核密度估计的学习阶段基于最大最小聚类原理从原采样全样本中提取那些具有较高频度和多样件的小样本来包含尽可能多的关键样本信息,在估计阶段采用基于自适应阈值的图像差分滤去非典型的运动像素,再利用高斯核密度估计进行运动像素分类.实验结果表明该方法限制了非典型运动像素估计错误产生的噪声,并减少了核密度估计计算量,提高了算法的实时性.
核密度估计、聚类、差分图像、前景目标检测
14
TP391.4(计算技术、计算机技术)
国家自然科学基金项目60873116;江苏省自然科学基金项目BK2009116,BK2009593;江苏省科技支撑计划项目BE2009048
2009-12-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
2126-2131