基于高斯混合模型的视频对象分割算法

• 作者: 周亚同 张太镒 李小和 沈晓东
• 来源期刊: 西安交通大学学报
• 关键词: 视频对象分割 高斯混合模型 期望最大化算法
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 专题研究
• 页码范围: 724-728
• 页数: 5页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2006.06.024

摘要

针对应用高斯混合模型(GMM)进行视频建模与分割时的模型选择及参数估计初值选择的难点,提出了一种基于GMM的视频对象分割算法.首先进行特征提取,在特征矢量中引入加权运动信息,可根据不同需要选择合理的加权系数,然后通过分割投影进行模型选择及期望最大化(EM)算法的参数初始化并估计参数,这种初值选择方案使得EM算法的初值和真实值较接近,加快了迭代运算的收敛速度,从而提高了视频对象的分割速度,最后对特征矢量进行聚类分割.仿真实验表明,在保持良好分割效果的同时,所提算法的运算速度约为常规方案的76%,并且具有良好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张太镒	西安交通大学电子与信息工程学院	91	887	15.0	27.0
2	周亚同	西安交通大学电子与信息工程学院	16	166	7.0	12.0
3	沈晓东	西安交通大学电子与信息工程学院	3	9	1.0	3.0
4	李小和	西安交通大学电子与信息工程学院	3	16	2.0	3.0