基于空间信息高斯混合模型的运动车辆检测

被引：6

作者：

张晓娜

何仁

刘志强

陈士安

倪捷

机构：

[1] 江苏大学汽车与交通工程学院

来源：

江苏大学学报(自然科学版) | 2011年 / 32卷 / 04期

关键词：

智能交通系统; 运动目标; 检测; 高斯混合模型; 空间信息;

D O I：

暂无

中图分类号：

TP274 [数据处理、数据处理系统];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

针对传统的高斯混合模型运动目标检测法仅仅在像素域的时间尺度上对像素进行分类,而忽视空间位置信息,导致在背景图像和场景的动态变化情况下造成误判等问题,提出了一种基于空间邻域加权的高斯混合模型的运动车辆检测方法.该方法首先根据像素的空间尺度上特征信息,定义了一个具有抑制噪声能力的空间信息函数;然后设计了具有空间约束的当前像素由某个类生成的加权概率,并验证了该加权概率满足归一性和空间连续性2个准则;最后,给出了同时考虑像素点空间和时间信息的模型参数更新公式和运动目标检测方法.通过不同气候条件下的城市交通视频序列运动车辆检测试验表明:该方法具有较满意的检测效果与较好的检测正确率与误判率.

引用

页码：385 / 388+473 +473

页数：5

共 3 条

[1] 基于高斯混合密度模型的医学图像聚类方法 [J].

宋余庆 ;

王春红 ;

陈健美 ;

谢从华 .

江苏大学学报(自然科学版), 2009, 30 (03) :293-296

[2] 一种基于活动轮廓和Gauss背景模型的固定摄像机运动目标分割算法 [J].

万成凯 ;

袁保宗 ;

苗振江 .

中国科学（F辑:信息科学）, 2009, 39 (04) :391-396

[3]

Development and Research of Intelligent Transportation Systems in China‘s Tenth Five-Year Plan .2 Tang S M,Wang F Y,Wang G,Jia X W,Liu E. Processing of Intelligent Transportation Systems Conference . 2006

← 1 →