刘二侠;

• 1:南阳理工学院

摘要(Abstract)：

传统的高斯模型无法检测比较复杂的场景或速度较低的运动目标,因此提出基于改进高斯混合模型的运动目标检测算法。使用多个高斯模型表示运动目标图像内各像素点特征,并基于图像内各像素点与高斯混合模型相匹配则视其为背景点,反之为前景点原理,更新高斯混合模型。通过更新前景模型并计算短时稳定度指标,提高运动目标检测效果,通过确定高斯分布与像素关系,设定新的参数构造背景模型,消除光照突变造成的影响。实验分析结果表明,该方法能够很好地检测与跟踪运动目标,且抗噪性能好、清晰度高,准确率高达98%。

关键词(KeyWords)： 运动目标检测;改进高斯模型;混合模型;前景模型;背景模型;稳定度计算

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 刘二侠;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.01.014

参考文献(References)：

• [1]陈超.高斯混合模型结合加权似然的目标跟踪算法[J].计算机工程与应用，2019,55(12):124-131.
• [2]郑玺，李新国.基于OpenCV的组合优化多目标检测追踪算法[J].计算机应用，2017,37(z2):112-114.
• [3]李辉.基于峰值特征高斯混合建模的SAR目标识别[J].电子测量与仪器学报，2018,32(8):103-108.
• [4]谭博，郭静波，常广，等.基于正弦高斯混合模型的磁目标通用快速检测[J].仪器仪表学报，2019,40(2):1-10.
• [5]李保珠，董云龙，丁昊，等.基于高斯混合模型的航迹抗差关联算法[J].航空学报，2019,40(6):226-234.
• [6]石雪，李玉，李晓丽，等.融入邻域作用的高斯混合分割模型及简化求解[J].中国图象图形学报，2017,22(12):1758-1768.
• [7]高建，毛莺池，李志涛.基于高斯混合-时间序列模型的轨迹预测[J].计算机应用，2019,39(8):2261-2270.
• [8]陈友东，刘嘉蕾，胡澜晓.一种基于高斯过程混合模型的机械臂抓取方法[J].机器人，2019,41(3):343-352.
• [9]李成美，白宏阳，郭宏伟，等.一种改进光流法的运动目标检测及跟踪算法[J].仪器仪表学报，2018,39(5):249-256.
• [10]柴五一，杨丰，袁绍锋，等.用于图像分割的多分类高斯混合模型和基于邻域信息的高斯混合模型[J].计算机科学，2018,45(11):272-277.
• [11]冯振杰，樊煜.混沌时间序列的高斯过程混合模型预测[J].系统仿真学报，2019,31(7):1387-1396.
• [12]朱晓荣，金绘民，王羽凝.基于混合高斯模型与Copula函数结合的光伏电站功率相依结构建模[J].太阳能学报，2019,40(7):1912-1919.
• [13]储珺，余佳佳，缪君，等.引入分数阶微分的局部高斯分布拟合能量模型[J].模式识别与人工智能，2019,32(5):409-419.
• [14]迟珞珈，冯新喜，王泉.高斯过程回归下的扩展目标高斯粒子滤波算法[J].弹箭与制导学报，2019,39(2):115-119.
• [15]孙聚波，徐平峰，单娜，等.高斯图模型的基于联接树改进的IPSP算法[J].应用概率统计，2018,34(3):319-330.