检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 高斯混合背景模型的适应能力研究

张运楚宋世军张汝敏郝建林

计算机应用 2011, 31 (03): 706-709. DOI: 10.3724/SP.J.1087.2011.00706

摘要（1387）

PDF （923KB）（1094）

高斯混合背景模型是一种参数化统计模型，观察时间窗内像素样本模式呈现规律决定了背景模型的学习结果。针对背景动态变化的特点，研究了影响背景模型适应能力的模态稳定性与可塑性、模态残留与激活问题。仿真实验表明高斯混合背景模型具有较强的渐变选择性适应能力，而模态残留与激活机制为模型提供了有限的背景结构短时变化适应能力。

相关文章 | 多维度评价

Select

2. 自适应混合高斯背景模型的改进

李全民张运楚

计算机应用

摘要（1730）

PDF （874KB）（1756）

对自适应混合高斯背景模型进行了改进，将背景重构和前景消融时间控制机制整合到传统自适应混合高斯背景模型中，以提高运动分割的质量。背景重构算法从含有运动物体的动态场景视频序列中重构静态背景图像，然后用重构的静态背景图像初始化自适应混合高斯背景模型；而前景消融时间控制机制则使运动物体停止时的前景消融时间独立于背景模型的学习速率，从而可以根据需要调节前景消融的持续时间。实验结果表明了算法的有效性。