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:
针对自适应混合高斯背景模型执行速度慢、检测前景时容易产生“鬼影”等问题,提出一种改进的混合高斯背景建模方法.该方法通过对高斯分布权值和生存时间的限制,建立高斯分布退出机制,使模型能根据场景自适应选择每个像素的高斯分布个数,从而去除多余高斯分布,加快算法执行速度.在模型更新过程中,通过融入帧间差分,将每帧图像分成运动像素、背景像素及非真实运动像素,并通过对非真实运动像素赋予较大学习率来加速移出背景的恢复,从而避免“鬼影”和拖影现象.实验结果表明,与传统检测方法相比,该方法可以获得更好的目标检测效果.
推荐文章
改进高斯混合模型的运动目标检测算法
运动目标检测
改进高斯模型
混合模型
前景模型
背景模型
稳定度计算
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
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
基于改进混合高斯模型与阴影去除的目标检测
目标检测
混合高斯模型
动态背景
阴影去除
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 基于改进高斯混合模型的前景检测
来源期刊 计算机工程 学科 地球科学
关键词 高斯混合模型 帧间差分 前景检测 背景更新 背景建模
年,卷(期) 2011,(19) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 179-182
页数 分类号 N945
字数 3767字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.19.059
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 刘纯平 苏州大学计算机科学与技术学院 54 665 13.0 24.0
2 龚声蓉 苏州大学计算机科学与技术学院 97 1079 17.0 27.0
3 冯华文 苏州大学计算机科学与技术学院 1 32 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (20)
参考文献  (3)
节点文献
引证文献  (32)
同被引文献  (51)
二级引证文献  (29)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(7)
  • 引证文献(7)
  • 二级引证文献(0)
2014(7)
  • 引证文献(6)
  • 二级引证文献(1)
2015(12)
  • 引证文献(9)
  • 二级引证文献(3)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
高斯混合模型
帧间差分
前景检测
背景更新
背景建模
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导