原文服务方: 计算机应用研究       
摘要:
针对传统混合高斯背景建模(GMM)在一些复杂场景下未能有效地描述背景,提出了一种改进算法.该算法引入更新和消退控制因子改进参数更新模型,并定量约束运动目标停留时间,采用从时间域上过滤得到的快速变化的背景进行背景减除操作,最后在空间域上对检测结果进行数学形态学的处理.实验结果表明,该算法能够提高背景建立和形成速度,增强对背景扰动和光照变化的抗干扰能力,对固定摄像机场景下运动目标的检测具有良好的鲁棒性.
推荐文章
基于改进混合高斯模型的车辆多目标检测方法
图像处理
多目标检测
混合高斯模型
形态学算法
基于改进的GMM参数估计的目标检测方法
目标检测
GMM
参数估计
EM算法
差分进化
基于改进高斯混合模型的运动目标检测与跟踪
运动目标检测
全局匹配
改进高斯混合模型
分块处理
改进的应用于交通场景的运动目标检测方法及质量评价
运动目标检测
ViBe改进算法
交通视频
阈值划分
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 改进的基于GMM的运动目标检测方法
来源期刊 计算机应用研究 学科
关键词 混合高斯模型 背景建模 目标检测 背景减除
年,卷(期) 2011,(12) 所属期刊栏目 图形图像技术
研究方向 页码范围 4738-4741,4756
页数 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.12.090
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 何小海 四川大学电子信息学院图像信息研究所 395 2334 21.0 30.0
2 李刚 四川大学电子信息学院图像信息研究所 100 330 10.0 13.0
3 高明亮 四川大学电子信息学院图像信息研究所 7 64 4.0 7.0
4 张生军 四川大学电子信息学院图像信息研究所 5 65 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (49)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (21)
二级引证文献  (53)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(9)
  • 引证文献(5)
  • 二级引证文献(4)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(20)
  • 引证文献(1)
  • 二级引证文献(19)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(13)
  • 引证文献(3)
  • 二级引证文献(10)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
混合高斯模型
背景建模
目标检测
背景减除
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导