基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在目前的计算机视觉应用中,从视频序列中提取出运动目标是一个研究热点.针对传统方法在复杂多变环境下不能很好地检测出运动目标的问题,提出了一种基于Kalman滤波理论的改进混合高斯背景建模方法.利用Kalman滤波器的时域递归低通滤波特点,对混合高斯背景值进行了校正,同时对混合高斯背景更新方法进行了改进,与传统的混合高斯背景建模相比.该方法较好地消除了背景光照剧烈变化时误将背景检测为前景的现象,同时也能较好地消除背景噪声,提高了系统的可靠性和鲁棒性.
推荐文章
基于混合高斯模型和粒子滤波器的跟踪
序列蒙特卡罗
混合高斯模型
人体运动跟踪
基于Multisim的高斯滤波器仿真与改进
Multisim
核脉冲仿真
高斯成形
Sallen-Key电路
CR-RC电路
高斯混合扩展目标多伯努利滤波器
扩展目标跟踪
随机有限集
数据关联
高斯混合
离散Kalman滤波器的UML建模与实现
离散卡尔曼滤波器
建模
UML
Matlab
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Kalman滤波器对混合高斯背景建模的改进
来源期刊 计算机工程与应用 学科 工学
关键词 混合高斯模型 Kalman滤波 目标检测 背景更新
年,卷(期) 2009,(24) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 162-164,245
页数 4页 分类号 TP391
字数 4333字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.24.048
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李红波 重庆邮电大学人工智能研究所 38 333 11.0 17.0
2 吴渝 重庆邮电大学人工智能研究所 99 1784 17.0 40.0
3 唐培竣 重庆邮电大学人工智能研究所 2 23 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (213)
参考文献  (3)
节点文献
引证文献  (19)
同被引文献  (42)
二级引证文献  (31)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(9)
  • 引证文献(8)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
混合高斯模型
Kalman滤波
目标检测
背景更新
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导