基于混合高斯模型的生猪个体检测算法

• 作者: 孙龙清 李亿杨 李玥 邹远炳
• 来源期刊: 中国农业文摘-农业工程
• 关键词: 养猪 目标检测 混合高斯模型 背景建模 轮廓
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 论文编译
• 页码范围: 8-12
• 页数: 5页
• 字数: 4539字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5103.2018.04.003

摘要

背景模型对于视频中运动目标检测的目标提取至关重要.高斯混合模型(GMM)是背景模型中常用的方法之一.混合高斯模型对于目标生猪检测存在算法效率低、误判点和鬼影等缺点.对此本文提出了一种基于自适应高斯混合模型的改进算法,以克服传统高斯混合模型在猪目标检测中的不足.本文基于高斯混合背景模型,引入了视频帧m和t0的两个新参数.在混合高斯背景模型基础上,为了提高建模收敛速度,采用自适应调整高斯分布模型个数.本文通过每m帧对高斯分布进行一次扫描,删除多余的高斯分布,来提高模型的收敛速度.同时,采用自适应调整学习率值来消除误判和鬼影;初始阶段采用较高而且递减的学习率,在t0帧之前加快背景建模;随着时间的持续,背景模型逐渐变得稳定,此时可以使用较小的学习率.t0帧后为了保持稳定的背景建模,减少噪声干扰,本文采用了在t0后使用固定的学习率.实验结果表明,该算法能够快速建立初始背景模型,检测运动目标猪,并提取目标猪的完整轮廓.该算法具有良好的鲁棒性和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙龙清	中国农业大学信息与电气工程学院	14	147	5.0	12.0
2	李玥	中国农业大学信息与电气工程学院	5	11	1.0	3.0
3	李亿杨	中国农业大学信息与电气工程学院	3	17	2.0	3.0
4	邹远炳	中国农业大学信息与电气工程学院	2	10	1.0	2.0