-
题名改进混合高斯模型的运动目标检测算法
被引量：40
- 1
-
-
作者
华媛蕾
刘万军
-
机构
辽宁工程技术大学软件学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第2期580-584,共5页
-
基金
国家自然科学基金资助项目(61172144)
-
文摘
针对传统的混合高斯模型存在无法完整检测运动目标、易将背景显露区检测为前景等问题,提出了一种基于混合高斯模型的运动目标检测的改进算法。通过将混合高斯模型与改进帧差法进行融合,快速区分出背景显露区和运动目标区,从而提取出完整的运动目标。在运动目标由静止缓慢转为运动的情况下,为背景显露区给予较大背景更新速率,消除了背景显露区对运动目标检测的影响。在兼顾混合高斯模型在复杂场景中对噪声处理效果差的基础上,利用背景模型替换的方法来提高算法的稳定性。经过反复实验,结果表明改进后的算法在自适应性、正确率、实时性、实用性等方面有了很大的改进,能够在各种复杂因素存在的情况下正确有效地对运动目标进行检测。
-
关键词
混合高斯模型
运动目标检测
帧差法
背景显露区
背景更新速率
-
Keywords
Gaussian mixture model
moving object detection
frame difference method
uncovered background area
background update rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进Vibe的车辆目标检测算法
被引量：3
- 2
-
-
作者
刘牮
史美浩
钱闯
杨鹏
马文良
-
机构
上海理工大学
-
出处
《电子测量技术》
2019年第22期150-154,共5页
-
文摘
为了适应国内的道路监控信息并针对运动目标提取算法对噪声、光照和突发运动敏感以及容易产生鬼影、拖影等问题,在基于传统vibe算法的基础上,提出一种结合最大类间差分法的改进Vibe算法。在传统Vibe判别的基础上,通过计算当前帧的最佳分割阈值,对前景像素进行二次判别,抑制鬼影。提取出前景后,依据目标前景的帧间质心差实时调整背景的更新率。实验表明,相较于各类目标提取方法,该算法在干扰抑制和目标提取的准确性和完整性上都有明显的提高。
-
关键词
Vibe算法
最大类间差分法
背景更新率
目标提取
-
Keywords
Vibe algorithm
Maximum inter-class difference algorithm
background update rate
Target extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名快速混合高斯模型的运动目标检测
被引量：2
- 3
-
-
作者
黄海涛
蔡坚勇
洪亲
蔡娟
丁侨俊
-
机构
福建师范大学光电与信息工程学院
福建师范大学医学光电科学与技术教育部重点实验室
福建师范大学福建省光子技术重点实验室
福建师范大学智能光电系统工程研究中心
-
出处
《计算机系统应用》
2015年第6期127-131,共5页
-
文摘
针对经典混合高斯模型算法在实际应用中计算量大实时性差,且对光线变化和运动物体速度敏感的缺点,提出一种改进的快速检测算法.通过选取合适的间距,先用帧间差分法提取出完整的运动区域和背景区域,只对前者进行混合高斯模型匹配,来降低计算量.对背景图像不同区域采用不同背景更新率,及时响应背景变化.最后引入一个光线突变参数,来预防光线突变给检测带来的干扰.通过实验,证明本算法在实时性,鲁棒性,稳定性等上有了很大的改善,能够很好的检测出运动目标.
-
关键词
混合高斯模型
运动目标检测
帧间差分法
背景更新率
光线突变
-
Keywords
Gaussian mixture model
moving target detection
frame different method
background update rate
light mutation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于高斯混合模型的运动目标检测
- 4
-
-
作者
李灿
丁学文
-
机构
天津职业技术师范大学电子工程学院
-
出处
《机械设计与制造工程》
2015年第10期61-64,共4页
-
文摘
首先介绍了运用高斯混合模型检测运动目标的原理和方法;然后根据检测过程中出现的失真、阴影干扰等问题对高斯混合模型进行了改进,即通过选取合适的背景更新速率来改善检测失真问题,通过将RGB彩色向量转换为HVS彩色向量来消除阴影干扰。对比改进前后的实验结果可知,通过改进可以使背景模型更好地适应有干扰的环境,能较为完整地提取出运动目标并减少目标阴影给检测带来的干扰。
-
关键词
目标检测
高斯混合模型
背景更新率
阴影消除
-
Keywords
object detection
Gaussian mixture model
background update rate
shadow elimination
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进高斯混合模型的自适应前景提取
被引量：9
- 5
-
-
作者
赵亚欣
蔡华杰
赵怀勋
谢跃辉
-
机构
武警工程大学信息工程系
-
出处
《计算机应用与软件》
CSCD
2016年第11期161-163,174,共4页
-
文摘
在复杂场景下的运动前景提取是智能视频监控的基础部分。高斯混合模型是常用的背景建模方法,针对高斯混合模型中模型个数固化导致的无谓的系统开销,提出基于单高斯模型成长的动态个数调整形成的高斯混合模型。对模型的更新率根据场景变化的剧烈程度进行实时改变,能较好适应突发场景、光照的变化。对提取的运动前景进行形态学处理,得到最后的提取目标。实验结果表明,该方法背景建模适应性强,提取前景精度有所提升。
-
关键词
高斯混合模型
自适应背景更新
更新率
-
Keywords
Gaussian mixture model
Self-adaptive background update
Replacement rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于混合高斯模型的目标差分自适应背景模型
被引量：2
- 6
-
-
作者
刘永福
潘保昌
郑胜林
谭建斌
-
机构
广东工业大学
-
出处
《现代计算机》
2010年第1期63-65,78,共4页
-
文摘
提出一种自适应背景更新率的方法。在混合高斯背景模型基础上,通过混合高斯匹配将前后两帧分割出的运动目标作差分,差分后再次采用混合高斯匹配分辨出过去目标区和当前目标区。在背景更新的过程中,加大过去目标区的更新率,让运动目标在出现停滞状态时给背景模型带来的干扰区域得到快速恢复。试验结果表明,该方法有效地提高背景模型的鲁棒性。
-
关键词
混合高斯模型
目标间差分
自适应背景更新率
-
Keywords
Mixture Gaussian Model
Objects Subtraction
Adaptive background update rate
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP301.6
[自动化与计算机技术—计算机科学与技术]
-
