基于自适应混合高斯模型的时空背景建模

被引:80
作者
王永忠
梁彦
潘泉
程咏梅
赵春晖
机构
[1] 西北工业大学自动化学院
基金
国家自然科学基金重点项目;
关键词
时空背景模型; 信息融合; 混合高斯模型; 非参数密度估计;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种基于自适应混合高斯模型的时空背景建模方法,有效地融合了像素在时空域上的分布信息,改善了传统的混合高斯背景建模方法对非平稳场景较为敏感的缺点.首先利用混合高斯模型学习每个像素在时间域上的分布,构造了基于像素的时间域背景模型,在在此基础上,通过非参数密度估计方法统计每个像素邻域内表示背景的高斯成分在空间上的分布,构造了基于像素的空间域背景模型;在决策层融合了基于时空背景模型的背景减除结果.为了提高本文时空背景建模的效率,提出一种新的混合高斯模型高斯成分个数的自适应选择策略,并利用积分图实现了空间域背景模型的快速计算.通过在不同的场景下与多个背景建模方法比较,实验结果验证了本文算法的有效性.
引用
收藏
页码:371 / 378
页数:8
相关论文
共 1 条
  • [1] Image segmentation in video sequences: a probabilistic approach .2 Friedman N,Russell S. Proceedings of the 13th Conference on Uncertainty in Artificial Intelligence . 1997