基于改进高斯混合模型的前景检测

被引:13
作者
冯华文
龚声蓉
刘纯平
机构
[1] 苏州大学计算机科学与技术学院
关键词
高斯混合模型; 帧间差分; 前景检测; 背景更新; 背景建模;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对自适应混合高斯背景模型执行速度慢、检测前景时容易产生"鬼影"等问题,提出一种改进的混合高斯背景建模方法。该方法通过对高斯分布权值和生存时间的限制,建立高斯分布退出机制,使模型能根据场景自适应选择每个像素的高斯分布个数,从而去除多余高斯分布,加快算法执行速度。在模型更新过程中,通过融入帧间差分,将每帧图像分成运动像素、背景像素及非真实运动像素,并通过对非真实运动像素赋予较大学习率来加速移出背景的恢复,从而避免"鬼影"和拖影现象。实验结果表明,与传统检测方法相比,该方法可以获得更好的目标检测效果。
引用
收藏
页码:179 / 182
页数:4
相关论文
共 4 条
[1]   一种针对小目标的跟踪算法 [J].
周圣鑫 ;
周军 ;
宋利 ;
陈立 .
计算机工程, 2010, 36 (16) :186-188+191
[2]   一种基于多层背景模型的前景检测算法 [J].
杨涛 ;
李静 ;
潘泉 ;
程咏梅 .
中国图象图形学报, 2008, (07) :1303-1308
[3]   Flexible background mixture models for foreground segmentation [J].
Cheng, Jian ;
Yang, Jie ;
Zhou, Yue ;
Cui, Yingying .
IMAGE AND VISION COMPUTING, 2006, 24 (05) :473-482
[4]  
Improved Adaptive Gaussian Mixture Model for Background Subtraction .2 Zoran Zivkovic. Proceedings of the 17th International Conference on Pattern Recognition . 2004