基于人类记忆机制的码本建模方法研究

码本模型在实际应用时需要提前进行离线训练构建码本,在一定程度上限制了码本模型的实时应用。为此,将人类三阶段记忆机制引入到码本建模过程,基于记忆机制进行在线码本建模。每个像素点的时序信息被抽象成码本中不同的码字,并通过在瞬时、短时和长时记忆空间模拟记忆、遗忘、回忆等认知行为,实时地对码字进行分类。实验结果表明,提出的新算法不仅提高了模型的实时性而且对场景突变的适应能力也强于原始模型;同时,新算法在交通监测等现实应用中也能取得良好的效果。     

一种基于混合高斯的双空间自适应背景建模方法

为解决运动目标缓慢运动或暂时停止以及场景突变问题,受人类获取知识过程启发,提出一种基于混合高斯的双空间自适应背景建模方法,即采用当前混合高斯模型空间和记忆空间(用于存储曾经的背景模型)对场景进行自适应建模。两个空间模型更新采用不同的学习率:在当前混合高斯模型空间,学习率根据高斯分布对场景的贡献程度进行自适应更新,以解决运动目标缓慢运动或暂时停止问题;记忆空间存储曾经的背景模型,以提高算法对背景突变的适应性,故采用固定学习率进行更新。试验结果表明了所提方法的优越性。