基于高斯混合模型的铁路入侵物体目标识别方法
基于铁路的特殊视频场景,研究铁路入侵物体目标识别技术,提出并应用1种改进的高斯混合模型,拟定合适的颜色变化阈值和背景更新速率,对图像的不同部分分别进行背景更新,实现铁路视频的背景建模,并由此得到稳定的背景图像;通过背景像素与前景像素的贝叶斯分类实现对铁路入侵物体的准确检测.对典型的铁路入侵行为视频进行实验分析,结果表明:应用改进的高斯混合模型可以更好地适应场景的变化,并能够更加快速、准确地实现在铁路环境下对入侵物体的目标识别.
高斯混合模型、背景建模、运动检测、目标识别、铁路安全
32
U298.12(铁路运输管理工程)
国家高技术研究发展计划（863计划）;铁道部科技研究开发计划;北京市科技计划重点项目
2011-06-30（万方平台首次上网日期，不代表论文的发表时间）
共5页
131-135
