文献检索报告样--李秀芳2013-3-22.docVIP

报告编号：2013—学号 文献检索报告 课题名称：基于混合高斯模型的背景减除算法研究 姓名（学号）： 检索日期： 2011年12 月 16日 专业： 联系方式: 课题名称 中文：基于混合高斯模型的背景减除算法研究 英文：Study on Background Subtraction Algorithms Based on Gaussian mixture model 一、选题简介：用简短的文字说明选题来源，说明文献检索的目的。 目标检测是从视频序列中识别出运动物体，这无论是在视频监控与分析、人的检测与跟踪还是手势识别等方面都是最基本和关键的任务。目前虽然研究人员已经开发出了多种目标检测的方法，背景减除是目前最常用的一种方法。 背景减除方法，通常指在摄像头及背景固定的情况下检测出运动目标的方法。最简单描述就是先对背景建模，再将每一帧视频图像于背景模型比较，所有同背景模型不匹配的区域都被认为是运动目标。然而背景建模是背景减除的关键，所以一个好的背景模型至关重要。目前研究人员已经提出了很多背景建模方法，分别有W4、非参数的和密度估计方法、单高斯模型、混合高斯模型等。其中混合高斯背景模型因其良好的自适应机制而被广泛关注并进行了大量改进研究。 混合高斯背景模型对场景渐变的适应性表现良好，但对场景发生的瞬变(大范围的光照变化、流云等)非常敏感，适应性欠佳，对室外场景中柔性物体随风而产生的局部随机噪动(树枝摆动、波浪起伏、旗帜飘舞等)具有选择性适应能力，模态残留与激活机制提供了适应背景结构短时变化的能力如同所有背景模型一样，混合高斯背景模型也面临必须兼顾稳定性与可塑性的问题。 因此本文对混合高斯模型算法进行研究，通过研究前人所提出的改进或优化方法为下一步更好的解决其稳定性与可塑性做充分准备。 二、检索词及检索策略： 中文检索策略： 目标检测*背景减除*（混合高斯模型+GMM+MOG）*实时 目标检测*背景减除*（混合高斯模型+GMM+MOG） （目标检测+背景减除）*（混合高斯模型+GMM+MOG）*实时 （目标检测+背景减除）*（混合高斯模型+GMM+MOG） 外文检索策略： (Object Detection) and （Background Subtraction or BS）and （Gaussian mixture model or GMM or MOG）and (real time) (Object Detection) and （Background Subtraction or BS）and（Gaussian mixture model or GMM or MOG） ((Object Detection) or （Background Subtraction or BS）) and （Gaussian mixture model or GMM or MOG）and (real time) ((Object Detection) or （Background Subtraction or BS）) and（Gaussian mixture model or GMM or MOG） 三、检索数据库 国内数据库: 中文科技期刊全文数据库（维普） 1989-2011年 中国学位论文数据库 1984-2011年 中国学术会议论文数据库 1984-2011年 中国科技成果数据库 1983-2011年 中国期刊全文数据库（CNKI） 1994-2011年 中国博士学位论文全文数据库 1984-2011年 中国优秀硕士学位论文全文数据库 1984-2011年 中国重要报纸全文数据库 2000-2011年 中国科技论文在线 2003-2011年 中国学术会议在线 2005-2011年 国家科技图书文献中心 1989-2011年 国家科技成果网