原文服务方: 计算机应用研究       
摘要:
高斯混合模型被广泛应用于摄像机静止条件下运动目标检测的背景建模.针对传统高斯混合模型中对光照变化适应性差及学习率单一等问题,提出了一种光照变化检测及学习率更新的方法,以达到自适应更新背景模型的目的.提出利用颜色直方图匹配算法,通过引入光照变化因子以及模型参数更新计数器对学习率进行自适应的调整,并通过对描述模型分量个数的自适应选择减少了计算时间,增强了系统的实时性.实验结果表明,该方法能快速有效地适应场景的变化,比传统高斯混合模型具有更好的鲁棒性与稳定性.
推荐文章
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
基于改进高斯混合模型的实时运动目标检测与跟踪
目标检测
目标匹配
目标跟踪
高斯混合
背景减除
一种基于高斯混合模型的运动目标检测改进算法
运动目标检测
高斯混合模型
加权值
鲁棒性
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
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 一种改进的自适应高斯混合模型实时运动目标检测算法
来源期刊 计算机应用研究 学科
关键词 高斯混合模型 光照变化 自适应 运动目标检测 背景减法
年,卷(期) 2013,(11) 所属期刊栏目 图形图像技术
研究方向 页码范围 3518-3520
页数 3页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.11.082
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 吕霞付 重庆邮电大学工业物联网与网络化控制教育部重点实验室 68 278 9.0 12.0
2 陈勇 重庆邮电大学工业物联网与网络化控制教育部重点实验室 159 704 14.0 19.0
3 焦宾 重庆邮电大学工业物联网与网络化控制教育部重点实验室 2 11 2.0 2.0
4 李愿 重庆邮电大学工业物联网与网络化控制教育部重点实验室 5 52 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (31)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (13)
二级引证文献  (12)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
高斯混合模型
光照变化
自适应
运动目标检测
背景减法
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
论文1v1指导