10.3969/j.issn.1000-386x.2016.11.038
基于改进高斯混合模型的自适应前景提取
在复杂场景下的运动前景提取是智能视频监控的基础部分。高斯混合模型是常用的背景建模方法,针对高斯混合模型中模型个数固化导致的无谓的系统开销,提出基于单高斯模型成长的动态个数调整形成的高斯混合模型。对模型的更新率根据场景变化的剧烈程度进行实时改变,能较好适应突发场景、光照的变化。对提取的运动前景进行形态学处理,得到最后的提取目标。实验结果表明,该方法背景建模适应性强,提取前景精度有所提升。
高斯混合模型、自适应背景更新、更新率
33
TP391(计算技术、计算机技术)
2016-12-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
161-163,174