原文服务方: 计算机应用研究       
摘要:
针对经典混合高斯算法对非平稳场景过于敏感的问题,提出了混合高斯模型运动检测算法的优化方法.在检测算法流程的匹配高斯模态选择、模型更新和背景显示上分别作了优化:综合考虑模态权重与模态自身匹配度,选择匹配高斯模态;统一初始化与检测过程中的模型更新,即使视频检测的背景变化较大,系统也能较快地建立理想背景模型;综合考虑背景模型各模态分布,清楚反映了背景模型的具体分布.实验结果表明,与经典混合高斯算法相比,优化算法在克服背景扰动、降低误检率上表现良好,有效提高了混合高斯算法对场景变化的适应性.优化算法在实际工程应用中效果良好.
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
基于快速的混合高斯模型的运动目标检测算法
混合高斯模型
运动目标检测
阴影抑制
改进的自适应高斯混合模型运动目标检测算法
高斯混合模型
运动物体检测
高斯分布
学习率取值
基于混合高斯和平均背景的运动目标检测算法
平均背景减除法
混合高斯
运动检测
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 混合高斯模型运动检测算法优化
来源期刊 计算机应用研究 学科
关键词 智能视频监控 运动检测 背景建模 混合高斯模型
年,卷(期) 2013,(7) 所属期刊栏目 图形图像技术
研究方向 页码范围 2190-2194,2209
页数 6页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.07.067
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 陈启美 南京大学电子科学与工程学院 158 1743 23.0 32.0
2 李勃 南京大学电子科学与工程学院 55 607 16.0 22.0
3 江登表 南京大学电子科学与工程学院 4 64 3.0 4.0
4 胥欣 南京大学电子科学与工程学院 1 29 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (29)
同被引文献  (55)
二级引证文献  (77)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(10)
  • 引证文献(7)
  • 二级引证文献(3)
2016(19)
  • 引证文献(5)
  • 二级引证文献(14)
2017(29)
  • 引证文献(6)
  • 二级引证文献(23)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(15)
  • 引证文献(4)
  • 二级引证文献(11)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
智能视频监控
运动检测
背景建模
混合高斯模型
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