基于混合结构神经网络的自适应背景模型 adaptive background model based on hybrid structure neural network.pdfVIP

下载本文档

4
0
约1.64万字
约 6页
2017-08-21 发布于上海
举报
版权申诉

基于混合结构神经网络的自适应背景模型 adaptive background model based on hybrid structure neural network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于混合结构神经网络的自适应背景模型 adaptive background model based on hybrid structure neural network

第5期电子学报 v01．39No．5 ACrAⅡECrRoNIcAsINIcA 2011 加11年5月 t,tay 基于混合结构神经网络的自适应背景模型王志明1，张丽2，包宏1 (1．北京科技大学计算机与通信工程学院计算机科学与技术系，北京100083；2．清华大学工程物理系，北京100084) 摘要：本文提出一种基于神经网络的视频中运动目标检测自适应背景模型．对每个像素点(或局部区域)建立一个混合结构的神经网络背景模型，模型由一个4层前馈神经网络组成，输入层接受像素HSV特征，特征层实现特征提取功能，模式层以概率神经网络的方式完成像素属于背景概率的计算，输出层以赢者取胜的方式完成前景背景分类和模式层激活节点选择功能．网络的权值和结构随着视频中运动检测过程动态更新，无需独立的训练视频．网络的自适应性表现在网络的学习速率根据相邻帧运动差异自适应计算得到，且网络中的模式节点个数根据权重的变化动态增加或删除．实验结果表明，本文提出的方法在无需手工设置学习速率的情况下，运动区域检测准确率优于其他几种常见的运动检测背景模型，对背景或灯光的突然变化适应速度很快．关键词：视频监控；运动检测；神经网络(NN)；概率神经网络(INN)；赢者取胜(vcrA) 中图分类号：TP391文献标识码： A 文章编号：0372-2112(2011)05．1053-06 ModelBasedon StructureNeuralNetwork AdaptiveBackground Hybrid WANG Zhi—miIl一，ZttANGi,i2，BAO HongI and (1．压即唰ofComputer／enceandTedmdogy，hodof凸嗍and凸MM眺肭胁函咖l咖，踟妇嘶oySdence AleactIThis anew modelformlmondc慨lioninvideosurveillancebased011nelralnetwork proposed paper background neuralnetwork modelWaSbuildfor asmalllocal isa feedforwalxlneural (NN)．A background everyr,ixel(Or region)．Itfour-layer network．InputlayeracceptHSVr,ixel as classifiesthe into Or findstheactivated andstructureofnet- calculator．Outt∞tlayer pixel backgroundforeground，and node．Weights work withnlolJondd-ec6∞andnO video of modelincludes ulxtatea along trainingneeded．A,Japtabilj：tyt,ackgrolmd d