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:
针对非平稳背景下的复杂场景,该文提出一种自适应调整K-ρ的混合高斯背景建模和目标检测算法.该方法利用混合高斯模型(GMM)学习每个像素在时间域上的分布,构建自适应调整高斯分量K的方法,并针对不同情况,对描述像素的高斯分量数进行增加、删除或合并;在此基础上,模型参数更新式中引入了两个新的参数,能够根据实际情况自适应调整ρ值,使得背景建模和目标检测能够准确实时地随像素变化而变化,从而减少了运动目标信息的损失,提高了算法的鲁棒性和收敛性.实验表明,该算法在有诸多不确定因素的序列视频中能够迅速响应实际场景的变化,实现自适应背景建模和准确的目标检测.
推荐文章
一种改进的自适应高斯混合模型实时运动目标检测算法
高斯混合模型
光照变化
自适应
运动目标检测
背景减法
采用自适应背景窗的舰船目标检测算法
合成孔径雷达
舰船目标检测
恒虚警
K-分布
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
一种自适应k-最近邻算法的研究
模式分类
k-最近邻算法
超球
BP网络算法
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 一种自适应调整K-ρ的混合高斯背景建模和目标检测算法
来源期刊 电子与信息学报 学科 工学
关键词 运动目标检测 背景建模 混合高斯模型(GMM) 自适应调整K-ρ
年,卷(期) 2014,(8) 所属期刊栏目 研究简报
研究方向 页码范围 2023-2027
页数 5页 分类号 TP391
字数 4128字 语种 中文
DOI 10.3724/SP.J.1146.2013.01438
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 王震洲 河北科技大学信息科学与工程学院 62 411 12.0 16.0
2 刘教民 燕山大学信息科学与工程学院 33 323 10.0 16.0
4 孟军英 燕山大学信息科学与工程学院 12 116 7.0 10.0
6 韩明 燕山大学信息科学与工程学院 8 81 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (18)
参考文献  (7)
节点文献
引证文献  (33)
同被引文献  (77)
二级引证文献  (50)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(7)
  • 引证文献(7)
  • 二级引证文献(0)
2017(17)
  • 引证文献(14)
  • 二级引证文献(3)
2018(25)
  • 引证文献(5)
  • 二级引证文献(20)
2019(19)
  • 引证文献(4)
  • 二级引证文献(15)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
运动目标检测
背景建模
混合高斯模型(GMM)
自适应调整K-ρ
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导