改进的自适应高斯混合模型运动目标检测算法

摘要：

传统的高斯混合模型学习率和分布数取值固定,不能精确地描述变换的背景,同时存在数据冗余等问题,针对这些不足,进行了以下三个方面的改进.在模型初始化阶段,针对不同的环境设定各异的初始分布数;根据环境变化快慢程度,动态调整学习率的取值;不断更新高斯分布,删除不满足要求的模型,创建新的分布.实验结果表明,改进的自适应高斯混合模型较传统高斯混合模型,显著提高了运动物体检测的准确性.

关键词：高斯混合模型、运动物体检测、高斯分布、学习率取值

所属期刊栏目：40

分类号：TN911.72-34

资助基金：南京工程学院引进人才科研启动基金YKJ201412

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：65-67