| 基于自适应混合高斯模型的前景目标检测 |
| |
| 引用本文： | 孟晓燕,董增寿,武霞.基于自适应混合高斯模型的前景目标检测[J].太原科技大学学报,2014(6). |
| |
| 作者姓名： | 孟晓燕 董增寿 武霞 |
| |
| 作者单位： | 太原科技大大学电子信息工程学院,太原,030024 |
| |
| 基金项目： | 国家自然科学基金(41272374)；山西省基础研究项目(2012011015-5)；太原市科技创新项目 |
| |
| 摘 要： | 在计算机视觉研究中,从视频序列中提取出前景目标是关键步骤之一。而混合高斯背景模型是前景目标检测的一种常用算法。针对传统混合高斯建模过程中分别对每个像素建立固定个数的高斯模型和相同的学习率这一缺陷,本文先对视频帧进行了分块处理,然后自适应的对每个像素块采取不同的高斯分布个数和学习率,并且在建模过程的不同时间段采用不同的学习率,最后对检测结果在空域上进行数学形态学的处理。实验结果表明,与传统检测方法相比,该方法能够更加准确和快速地检测出前景目标。
|
| 关 键 词： | 混合高斯背景模型 前景检测 自适应学习率 |
Foreground Detection Based on Adaptive Mixture Gaussian Model |
| |
| MENG Xiao-yan,DONG Zeng-shou,WU Xia.Foreground Detection Based on Adaptive Mixture Gaussian Model[J].Journal of Taiyuan University of Science and Technology,2014(6). |
| |
| Authors: | MENG Xiao-yan DONG Zeng-shou WU Xia |
| |
| Abstract: | |
| |
| Keywords: | gaussian mixture model( GMM) foreground detection adaptive learning rate |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
