基于改进高斯混合建模和短时稳定度的运动目标检测算法

被引:9
作者
张超 [1 ]
吴小培 [1 ]
周建英 [1 ]
戚培庆 [1 ]
王营冠 [2 ]
吕钊 [1 ]
机构
[1] 安徽大学计算智能与信号处理教育部重点实验室
[2] 中国科学院上海微系统与信息技术研究所
关键词
运动目标检测; 高斯混合建模; 前景模型; 短时稳定度;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
传统高斯混合建模方法中前景模型转换为背景模型的风险随着模型权值在一定更新率下的迭代累加而增大,使得传统方法难以有效检测低速运动目标。该文对高斯混合建模中背景匹配失败时生成的前景模型加以利用并引入短时稳定度指标进行综合判断,在深入挖掘前景模型中包含的运动目标信息和像素点级稳定性的基础上实时区分各像素点的状态。多场景下的实验结果表明,该方法对低速目标达到了更高的检出率。
引用
收藏
页码:2402 / 2408
页数:7
相关论文
共 2 条
[1]   Adaptive shadow estimator for removing shadow of moving object [J].
Choi, JinMin ;
Yoo, Yung Jun ;
Choi, Jin Young .
COMPUTER VISION AND IMAGE UNDERSTANDING, 2010, 114 (09) :1017-1029
[2]   Tracking groups of people [J].
McKenna, SJ ;
Jabri, S ;
Duric, Z ;
Rosenfeld, A ;
Wechsler, H .
COMPUTER VISION AND IMAGE UNDERSTANDING, 2000, 80 (01) :42-56