高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于滑动窗的混合高斯模型运动目标检测方法

周建英 吴小培 张超 吕钊

周建英, 吴小培, 张超, 吕钊. 基于滑动窗的混合高斯模型运动目标检测方法[J]. 电子与信息学报, 2013, 35(7): 1650-1656. doi: 10.3724/SP.J.1146.2012.01449
引用本文: 周建英, 吴小培, 张超, 吕钊. 基于滑动窗的混合高斯模型运动目标检测方法[J]. 电子与信息学报, 2013, 35(7): 1650-1656. doi: 10.3724/SP.J.1146.2012.01449
Zhou Jian-Ying, Wu Xiao-Pei, Zhang Chao, Lv Zhao . A Moving Object Detection Method Based on Sliding Window Gaussian Mixture Model[J]. Journal of Electronics & Information Technology, 2013, 35(7): 1650-1656. doi: 10.3724/SP.J.1146.2012.01449
Citation: Zhou Jian-Ying, Wu Xiao-Pei, Zhang Chao, Lv Zhao . A Moving Object Detection Method Based on Sliding Window Gaussian Mixture Model[J]. Journal of Electronics & Information Technology, 2013, 35(7): 1650-1656. doi: 10.3724/SP.J.1146.2012.01449

基于滑动窗的混合高斯模型运动目标检测方法

doi: 10.3724/SP.J.1146.2012.01449
基金项目: 

安徽省科技攻关强警专项(1101b0403030),国家自然科学基金(61271352)和中国科学院上海微系统与信息技术研究所横向项目资助课题

A Moving Object Detection Method Based on Sliding Window Gaussian Mixture Model

  • 摘要: 在复杂场景下,传统混合高斯模型能较好地检测出运动目标,但随着时间的推移,模型参数收敛缓慢且难以适应场景中真实背景的实时变化,从而导致运动目标的错误检测率增加。该文利用滑动窗技术的短时历史记忆特性,提出一种新颖的基于滑动窗的混合高斯模型运动目标检测方法,该方法弥补了传统混合高斯背景模型不能及时形成新背景的缺点,提高了运动检测的完整性,并进一步降低了算法对场景光照变化的敏感性。多场景下的对比实验结果表明,该方法能更准确、完整地检测出运动目标并具有更好的环境适应性。
  • 加载中
计量
  • 文章访问数:  2596
  • HTML全文浏览量:  148
  • PDF下载量:  1587
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-11-12
  • 修回日期:  2013-02-18
  • 刊出日期:  2013-07-19

目录

    /

    返回文章
    返回