湖南省教育厅科研基金(11C0398)
- 作品数:1 被引量:0H指数:0
- 相关作者:李世锋文志强吴岳忠更多>>
- 相关机构:湖南工业大学更多>>
- 发文基金:湖南省科技厅科研项目湖南省教育厅科研基金湖南省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于改进的GMM参数估计的目标检测方法
- 2013年
- 背景减除法通过计算当前帧与背景模型的差来实现运动目标的检测,因此背景建模是背景减除法的关键;混合高斯模型(Gaussian mixture model,GMM)可对存在渐变及重复性运动的场景进行建模,有效的提高了在光线强度变化,物体摇摆等复杂场景下建模的准确性;但它也有其固有缺点,针对利用传统EM算法进行GMM模型参数估计时,易陷入解空间的局部最优的缺陷,采用基于最大惩罚的EM参数估计,对传统的EM算法进行改进;另外,在检测不需要满足实时性时,提出了一种基于差分进化算法的GMM参数估计法;最后把改进的GMM参数估计方法应用于基于GMM模型的运动目标检测当中进行验证,并得到很好的检测效果。
- 李世锋文志强吴岳忠
- 关键词:目标检测GMM参数估计EM算法差分进化