改进的自适应高斯混合模型运动目标检测算法

• 作者: 唐洪良 杨成顺 黄宵宁 黄淮 黄颖
• 来源期刊: 现代电子技术
• 关键词: 高斯混合模型 运动物体检测 高斯分布 学习率取值
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 信号与图片处理
• 页码范围: 65-67
• 页数: 3页
• 分类号: TN911.72-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.11.017

摘要

传统的高斯混合模型学习率和分布数取值固定,不能精确地描述变换的背景,同时存在数据冗余等问题,针对这些不足,进行了以下三个方面的改进.在模型初始化阶段,针对不同的环境设定各异的初始分布数;根据环境变化快慢程度,动态调整学习率的取值;不断更新高斯分布,删除不满足要求的模型,创建新的分布.实验结果表明,改进的自适应高斯混合模型较传统高斯混合模型,显著提高了运动物体检测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄颖	南京工程学院电力工程学院	3	28	2.0	3.0
2	杨成顺	南京工程学院电力工程学院	26	195	8.0	13.0
3	黄淮	南京工程学院电力工程学院	9	31	3.0	5.0
4	黄宵宁	南京工程学院电力工程学院	44	528	12.0	21.0
5	唐洪良		5	35	3.0	5.0