基于自適應(yīng)混合高斯模型的運動目標檢測.pdf

基于自適應(yīng)混合高斯模型的運動目標檢測.pdf

ID:51238698

大?。?.18 MB

頁數(shù):4頁

時間:2020-03-22

基于自適應(yīng)混合高斯模型的運動目標檢測.pdf_第1頁
基于自適應(yīng)混合高斯模型的運動目標檢測.pdf_第2頁
基于自適應(yīng)混合高斯模型的運動目標檢測.pdf_第3頁
基于自適應(yīng)混合高斯模型的運動目標檢測.pdf_第4頁
資源描述:

《基于自適應(yīng)混合高斯模型的運動目標檢測.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第42卷第5期2012年9月航空計算技術(shù)AeronauticalComputingTechniqueV01.42No.5Sep.2012基于自適應(yīng)混合高斯模型的運動目標檢測許宇1,張向東2,羅玉才2(1.空軍試飛試驗辦公室,北京100843;2.西安電子科技大學(xué)通信工程學(xué)院,陜西西安710071)摘要:隨著智能視頻監(jiān)控應(yīng)用領(lǐng)域的不斷拓展,為了在各種復(fù)雜場景下都能快速穩(wěn)定地檢測出運動目標,眾多研究者提出了很多解決方法。鑒于背景減除法自身在算法理論的復(fù)雜度小,且對不同場景適應(yīng)性強的優(yōu)點,成為運動目標檢測研究領(lǐng)域的基礎(chǔ)方法。而在背景減除法的各種背景建模方法中,混合高斯模

2、型方法以其適應(yīng)性強、靈活高效的優(yōu)點成為該領(lǐng)域的經(jīng)典方法。詳細介紹了背景更新機制中常用的混合高斯模型,并據(jù)此研究了基于自適應(yīng)更新率的高斯背景建模方法,經(jīng)過對比試驗,論證了改進方法在建模速度上的大幅度提升。.關(guān)鍵詞:運動目標;檢測;混合高斯模型中圖分類號:0235文獻標識碼:A文章編號:1671—654X(2012)05—0071.04MovingTargetDetectionBasedonAdaptiveGaussianMixtureModelXUYul,ZHANGXiang.don92,LUOYu.cai2(1.AirForceFIight—testOffice,

3、Be彬ng100843,China;2.SchoolofTelecommunicationsEngineering,XidianUniversity,Xi’an710071,China)Abstract:Withthedevelopmentofintelligentvideosurveillance,manysolutionswereproposedtodetectmovingtargetsfromcomplexscenariosquicklyandstably.Inviewofitsadvantagesonsmalltheorycom-plexityandstr

4、ongadaptabilitytodifferentscenarios,backgroundsubtractionmethodbecamethebasicmethodformotiondetection.Inthebackgroundmodelingmethodsofbackgroundsubtraction,Gaussianmixturemodelistheclassicalmethodinthefieldforitsadaptability,flexibility,efficiency.ThispaperpresentGaussianmixturemodeli

5、nbackgroundupdatesmechanism,thenresearchedanewGaussianbackgroundmodelingmethodbasedonadaptiveupdaterate.Afteralotofcomparativetestsbetweenthetypicalalgorithmandthenewmethod,itcanbedemonstratethenewmethodgreatlyenhancesthespeedofmodeling.Keywords:movingtarget;detection;Gaussianmixturem

6、odel引言運動目標的檢測,是指從視頻序列中將變化的區(qū)域從相對靜止的背景圖像中提取出來的過程。運動區(qū)域的準確分割對于目標識別、跟蹤都非常重要,運動目標檢測是視頻序列圖像處理的關(guān)鍵環(huán)節(jié)。鑒于背景減除法自身在算法理論的復(fù)雜度小,且對不同場景適應(yīng)性強的優(yōu)點,已經(jīng)成為運動區(qū)域檢測研究領(lǐng)域的基礎(chǔ)方法。而混合高斯模型方法以其適應(yīng)性強、靈活高效的優(yōu)點成為該領(lǐng)域的經(jīng)典方法。然而,采用混合高斯模型方法檢測運動目標初始建模速度慢,無法在短時間內(nèi)克服干擾物體頻繁擺動,檢測出的運動目標含有大量陰影。針對這些問題,本文提出了自適應(yīng)更新率的改進混合高斯算法,在固定攝像機監(jiān)控室外場景的視頻序列

7、中,能快速準確地建立背景模型,檢測出含較少陰影的運動目標。1背景減除法背景減除法是一種有效的運動目標檢測算法,基本思想是利用背景的參數(shù)模型來近似背景圖像的像素值,將當前幀與背景圖像進行差分比較實現(xiàn)對運動區(qū)域的檢測,其中區(qū)別較大的像素區(qū)域被認為是運動區(qū)域,而區(qū)別較小的像素區(qū)域被認為是背景區(qū)域。背景日收稿日期:2012—07—02作者簡介:許宇(1973一),男,四川樂治人,工程師,碩士,主要研究方向為計算機數(shù)字仿真。圖1背景減除法流程圖·72·航空計算技術(shù)第42卷第5期D女=I五(戈,Y)一B(z,Y)I(1)r0D。

8、前幀圖像,

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。