动态场景的自适应高斯混合模型的研究 study of adaptive gaussian mixture models for dynamic scenes.pdfVIP

下载本文档

6
0
约2.65万字
约 6页
2017-10-14 发布于上海
举报
版权申诉

动态场景的自适应高斯混合模型的研究 study of adaptive gaussian mixture models for dynamic scenes.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

动态场景的自适应高斯混合模型的研究 study of adaptive gaussian mixture models for dynamic scenes

8 2012，48(1) cD—妒“研蚴咖册d仰比口砌船计算机工程与应用动态场景的自适应高斯混合模型的研究宋佳声1’2 SONGJi弱heng“2 1．华南理工大学机械与汽车工程学院，广州510641 2．集美大学轮机工程学院，福建厦门36102l 1．sch∞lofMechanicalA1n鲫嘶vechina Engm痂g，SouthuniversityofTechnolo鼢Gu姐gzhou510641，China 2．M舡妇Engincer啦Instit咖，JinleiUnive娼咄Xi锄en，剐劬361021，china SoNG of Gaussianmixt-I托modekfor and scen鹤．ComputerEn西neeringAppⅡca戗ons， Jiasheng．StIIdyadaptive dynamic 2012．48(1)：舡12． thest蜘删metllodfor tlle of Abstract：(h惦si孤mixtIlreh鹪become modeling back掣伽ndmodeliI唱ofimplemen伽onbackground in sub昀cti∞invideo ofits valuedisn曲lnions varialionalsc朋es．This sequ印ces，bec哪eabil耐t0劬酞multiplepi)【el complex pa- t0 is of nle tlle ill删的tcsthe t11ememod：one menlod，and improVe updating p盯柚alyzestIleoryf．舢e、vork岫derlying two唧ects me discusses of model othcrist11e tactics．B嬲edon proposedalgori廿lm，也esun，ey con仃ollingleaming阳te， p缸amcte璐，也e cl鹊sif．ying ofGaIlssian evaluation锄d t0 adaptive删谢ber initial妇io船．These蛐alysis锄ddiscussio船expectpro- models，aIgorithmalg耐thIn videnewideasanddirt斌ionsf．0rttle觚herresearch． Keywords：backgro明dsub缸粥ti∞；G籼si瓶MixtureModel(GMM)；Expe吨ltion evaIuation 摘要：混合高斯模型能够拟合像素颜色值分布，跟踪复杂的场景变化，基于它的算法已经成为对视频序列实施背景减法时的一个标准背景建模方法．分析了GMM算法的理论框架，提出了算法改进的两个方面：模型参数更新和BG／FG分类决策。在综述各种已有的算法的基础上，从学习因子控制、模态个数调节、算法评价以及算法初始化等几个方面展开分析。这些分析结果将为后续研究提供思路和方向。关键词：背景减法；高斯混合模型；最大期望算法；模型评价 DOI：10．3778／i．is蛳．1002．8331．2012．01．003文章编号