高斯混合模型广泛应用于基于背景建模的运动目标检测中,高斯混合模型参数估计和更新算法影响到背景模型的性能。文中对传统的高斯混合背景模型进行了改进,针对背景局部运动、活动阴影等问题,采用混合色彩值抑制阴影,在背景更新中引入一...高斯混合模型广泛应用于基于背景建模的运动目标检测中,高斯混合模型参数估计和更新算法影响到背景模型的性能。文中对传统的高斯混合背景模型进行了改进,针对背景局部运动、活动阴影等问题,采用混合色彩值抑制阴影,在背景更新中引入一个"前景支撑映射"(Foreground Support Map,FSB),较好地解决了背景模型的提取、更新、背景扰动、外界光照变化等问题。实验结果证明,实验结果验证了该方法的有效性和在复杂背景变化下的鲁棒性。展开更多
文摘高斯混合模型广泛应用于基于背景建模的运动目标检测中,高斯混合模型参数估计和更新算法影响到背景模型的性能。文中对传统的高斯混合背景模型进行了改进,针对背景局部运动、活动阴影等问题,采用混合色彩值抑制阴影,在背景更新中引入一个"前景支撑映射"(Foreground Support Map,FSB),较好地解决了背景模型的提取、更新、背景扰动、外界光照变化等问题。实验结果证明,实验结果验证了该方法的有效性和在复杂背景变化下的鲁棒性。
