学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于概率统计自适应背景模型的运动目标检测方法
被引:4
作者
:
论文数:
引用数:
h-index:
机构:
徐东彬
论文数:
引用数:
h-index:
机构:
刘昌平
论文数:
引用数:
h-index:
机构:
黄磊
机构
:
[1]
中国科学院自动化研究所
来源
:
中国图象图形学报
|
2008年
/ 02期
关键词
:
运动检测;
自适应背景;
概率更新;
统计信息;
D O I
:
暂无
中图分类号
:
TP391.41 [];
学科分类号
:
080203 ;
摘要
:
为了更好地进行运动目标检测,提出了一种基于概率统计的自适应背景模型的运动目标检测方法。该方法能够自适应选择背景和前景阈值,且不需要进行训练,而且在不同的场景下能够自适应进行选择。在此基础上,针对盲目更新和选择更新不足,还采用了像素聚类统计和概率相结合的背景更新模型,因为采用基于像素统计的更新机制能够适应场景中背景的局部改变(移入/移出物体),而采用概率更新则能够降低前景污染背景的程度。实验证明,该方法能够得到可靠的背景,改善了运动检测效果。
引用
收藏
页码:351 / 358
页数:8
相关论文
共 1 条
[1]
Real-time foreground–background segmentation using codebook model[J] . Kyungnam Kim,Thanarat H. Chalidabhongse,David Harwood,Larry Davis.Real-Time Imaging . 2005 (3)
←
1
→
共 1 条
[1]
Real-time foreground–background segmentation using codebook model[J] . Kyungnam Kim,Thanarat H. Chalidabhongse,David Harwood,Larry Davis.Real-Time Imaging . 2005 (3)
←
1
→