基于改进K均值的运动目标检测算法研究

• 作者: 刘勇 徐义春 柯尊海 雷帮军
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: K均值聚类 背景减除 运动目标检测
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 信息技术
• 页码范围: 98-102
• 页数: 5页
• 分类号: TP391
• 字数: 4145字
• 语种: 中文

摘要

背景建模是运动目标检测的关键环节,提出了基于改进K均值背景建模的方法,并进行前景提取.该算法在HSV颜色空间对视频流的前N帧中的每个像素样本进行K均值聚类学习,K均值聚类的结果用来表示该像素的背景模型；接着输入的视频流像素与背景模型比较,进行背景、可能前景和阴影的分离,并提出了一种像素相关的选择性背景更新机制；然后利用TOM(Time Out Map)方法来消除鬼影现象.实验结果表明该算法能够很好地对背景进行建模,较精确地提取出运动目标信息,对光照变化具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐义春	三峡大学智能视觉与图像信息研究所	14	66	3.0	7.0
2	刘勇	三峡大学智能视觉与图像信息研究所	55	304	8.0	15.0
3	雷帮军	三峡大学智能视觉与图像信息研究所	39	152	5.0	10.0
4	柯尊海	三峡大学智能视觉与图像信息研究所	4	7	2.0	2.0