基于自适应学习率的背景建模方法.pdfVIP

第37卷 第 15期 计 算 机 工 程 2011年 8月 V_01．37 NO．15 ComputerEngineering August2011 ． 人工智能及识别技术 · 文章编号：1o0o_3428(2o11)15I__0187—3 文献标识码：A 中图分类号：TP3914·1 基于 自适应学习率的背景建模方法 李 伟，陈临强，股伟良 (杭州电子科技大学图形图像研究所，杭州 310018) 摘 要 ：针对高斯混合模型中均值和方差的学习，提出基于 自适应学习率的背景建模方法。统计每个像素模型被匹配的次数，在线更新学 习率。在初始化背景时，分配一个全局的学习率，采用传统高斯混合模型的学习方式；在更新背景时，为每个像素分配一个学习率，采用 自适应的学习方式。实验结果表明，该方法与传统高斯混合背景模型相比，有较好的学习能力与稳定性，能提高运动 目标检测的正确率。 关健词 ：高斯混合模型；学习率；目标检测；匹配；背景差分 BackgroundM odelingApproachBasedon Self-adaptiveLearningRate LIW ei，CHEN Lin-qiang，YIN W ei-liang (InstituteofGraphicsandImage，HangzhouDianziUniversity,Hangzhou310018，China) [Abstract]Thispaperproposesabackgroundmodelingapproachbasedonself-adaptivelearningrataimingattheupdateofthelearningrateabout Gaussianmixturemode1．Th e initialbackgroundisestablished using htetraditionalGaussian mixturemodelwith agloballearning rate．The self-adaptivelearningrateisusedforeachpixelaccordingtohtenumberofmatchingwhenhtebackgroundisupdated．Experimentalresultsshow htatcomparedwithmovingobjectdetectionapproachbasedonconventionalGaussianmixturemodel，ithasadesirablestabilityandlearningability． [Keywords]Gaussianmixturemodel；learningrate；objectdetection；matching；backgroundsubtraction DOh 10．3969／j．issn．1000—3428．2011．15．059 1 概述 那么每一个观察到的颜色矢量X 的概率为： 在智能视频监控中，运动 目标检测是计算视觉应用中信 P(X)=∑ ，叩‘(，，／2i，Xi．) (1) 息提取的第一步，其主要任务是检测出全部真实运动 目标和 其中， 是分布的个数(一般取 3-5)； 、U 、和 ．分别 去除各种原因引起的虚假 目标和噪声的影响，以便后续 目标 跟踪、目标识别和行为分析等阶段的处理。 为t时刻高斯混合模型中第 i个高斯分布的权重、均值和协方 对于静止的摄像机，运动目标检测常用