基于KGMM改进的动态目标检测算法

• 作者: 何建农 郭春凤
• 来源期刊: 计算机应用研究
• 关键词: 混合高斯模型 C-均值聚类 动态目标检测
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3189-3191
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.08.104

摘要

针对在线K-均值聚类法初始化混合高斯模型(KGMM)在运行时间、空间复杂度、噪声等方面存在的缺陷,提出了基于KGMM改进的检测方法,采用加入方差因子的C-均值聚类准则来初始化混合高斯模型,有效解决了可能出现的某一像素值属于不同分布类从而概率不同的问题,提高了检测的灵活性；改进了高斯匹配准则,提高了检测算法的准确性；对每个像素点间隔地建立混合高斯分布,减少了高斯模型个数,节省了存储空间,提高了算法的运行速度.实验结果表明改进的检测算法检测效果更理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何建农	福州大学数学与计算机科学学院数学系	46	441	13.0	19.0
2	郭春凤	福州大学数学与计算机科学学院数学系	3	6	1.0	2.0