基于贝叶斯生成对抗网络的背景消减算法

• 作者: 王坤峰 王飞跃 郑文博
• 来源期刊: 自动化学报
• 关键词: 背景消减 背景获取 贝叶斯生成对抗网络 深度卷积神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 878-890
• 页数: 13页
• 字数: 9819字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170562

摘要

背景消减是计算机视觉和模式识别的关键技术之一.本文提出一种新的背景消减算法,该算法首先利用中值滤波算法进行背景数据的获取,然后基于贝叶斯生成对抗网络进行训练,利用生成对抗网络的特性,有效地对每个像素进行分类,解决了光照渐变和突变、非静止背景以及鬼影的问题.本文采用深度卷积神经网络,来构建贝叶斯生成对抗网络的生成器和判别器.实验结果表明,本文提出的算法性能在绝大多数情况下优于现有其他算法.本文的贡献在于首次将贝叶斯生成对抗网络应用于背景消减,并且取得了良好的实验效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞跃	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	160	4376	31.0	64.0
4	郑文博	西安交通大学软件学院	5	23	3.0	4.0
6	王坤峰	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	7	258	5.0	7.0