文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 一种改进的基于混合高斯分布模型的自适应背景消除算法
侵权投诉

一种改进的基于混合高斯分布模型的自适应背景消除算法

计算机视觉 混合高斯分布 自适应背景消除 算法

北 方 交 通 大 学 学 报 第27卷

2.5),以使模型匹配的置信度可达到90%以上.

1.2.2 模型更新 如果找到与观测值匹配的高斯分布模型,将对此高斯分布模型进行更新;如果没有找到与观测值相匹配的高斯分布模型,将进行模型更替.

(1)匹配模型更新 匹配模型更新包括:

学习率及采样频度的更新 学习率 较高时,背景改变会很快的融入背景模型中去.当 较低时,为了避免将暂时静止的前景物体误认为是背景改变而融入背景模型中去,设置像素点的活动级别

Ai,t,k=(1- )Ai,t,k+ |Yi,t-Yi,t-1|

式中, (本文取值为0.09)用来暂时保持像素点活动级别,Ai,

= /5

t,k的初值设为(6)0.并根据Ai,t,k来调整 (7)Ai,t,k>TA

Ai,t,k TA

式中,TA为活动级别的阈值(本文取值为5). 的初值为0.005.

同时,由于背景存在突变和缓变两种情况.因此,设定采样频度

1

N=1/3 i| i|Yi,t-Yi,t-1|>TNYi,t-Yi,t-1| TN(8)

式中,TN是反映背景变化的阈值(取值为1000).当

一帧来分析. i|Yi,t-Yi,t-1|>TN时,为有突变发生,令N=1,即每帧都可取来分析.当 i|Yi,t-Yi,t-1| TN时,背景处在缓变情况下,令N=1/3,即每三帧取

高斯分布模型更新 在一些长期保持静止的区域,像素点亮度方差 Yi,t-

都趋近于0,这时(Yi,t- Yi,t-1,k)221,k和(Yi,t- Yi,t-1,k)2

< 2 2Yi,t-1,k的检验质量受噪声影响大,匹配过程不稳定,为此设置亮

度方差下限阈值TYmin(值为0.001);为了消除阴影和相互交叉引起的亮度变化对匹配过程的干扰,设置

亮度方差上限阈值TYmax(值为5).

如果观测值和第k个高斯分布模型相匹配,而且 2Y,t-i1,k在(TYmin,TYmax)区间内,则按下式更新与像素点相匹配的该高斯分布模型为

i,t,k=(1- ) Xi,t,i,t-1,k+

Yi,

2

22t,k=(1- ) Yi,t-1,k+ (Yi,t- Yi,t-1,k)22222 Ui,t,k=(1- ) Ui,t-1,k+ (Ui,t- Ui,t-1,k) Vi,t,k=(1- ) Vi,t-1,k+ (Vi,t- Vi,

如果观测值和第k个高斯分布模型相匹配,而且 Yi,t,k不在(TYmin,T

匹配的该高斯分布模型为

i,t,k= i,t-1,k,

2Yi,t,k2Yt-1,k)(9)2max)区间内,按下式更新与像素点相= 2Yi,t-1,k,2 2Ui,t,k= Ui,t-1,k,2 2Vi,t,k= Vi,t-1,k(10)

权值更新 高斯分布模型的权值按下式更新[6]

i,t,k=(1- ) i,t-1,k+ Mi,t,k(11)

(2)模型更替 如果没有找到与观测值相匹配的高斯分布模型,则采用新的分布模型取代K个高斯分布模型中按权值和方差排序的最后的高斯分布模型.新的高斯分布模型的均值等于Xi,t,方差应指定一个较高的值(本文为15),权值应指定为一个较小的值(本文为0.001).

1.3 背景消除

如果观测值与所有的背景模型都不匹配,可以直接判定该点为前景点,当找到与像素点匹配的高斯分布模型后,还不能判定该点为背景点.因为像素点的K个高斯分布模型并不都表征背景,需从混合高斯分布模型的子集中选择一个最能代表背景的高斯模型.

本文根据智能交通系统中车辆视频检测的特点,即场景的形状不会受光照、阴影及相互干扰的影响.

上一页第3页

你可能喜欢

  • 交通模型
  • 高斯混合模型
  • 交通评价
  • 美国数学建模论文
  • 美国数学建模竞赛
  • 数学建模优秀论文
  • 北京交通拥堵

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email