基于高斯混合模型的铁路入侵物体目标识别方法

• 作者: 孙智源 秦勇 葛大伟 董宏辉 贾利民
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 高斯混合模型 背景建模 运动检测 目标识别 铁路安全
• 年，卷（期）: 2011,（2）
• 页码范围: 131-135
• 分类号: U298.12
• 字数: 3993字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾利民	北京交通大学轨道交通控制与安全国家重点实验室	176	2118	22.0	36.0
2	孙智源	北京交通大学轨道交通控制与安全国家重点实验室	8	84	5.0	8.0
3	秦勇	北京交通大学轨道交通控制与安全国家重点实验室	112	1035	16.0	26.0
4	董宏辉	北京交通大学轨道交通控制与安全国家重点实验室	30	210	8.0	13.0
5	葛大伟	北京交通大学轨道交通控制与安全国家重点实验室	1	16	1.0	1.0