本文件主要是关于高斯混合模型的运动目标检测,以及针对高斯混合模型检测方法的不足,提出了改进的方法。需要的可以下载下来看看。
提出了一种快速检测方法。以动态传送带与物料袋为研究对象,用改进的五帧差分法提取运动物料袋图像,同时以中间帧图像为参照进行单高斯背景更新;采用中间帧图像与背景图像做差,将得到的前景图像与帧差法得到的运动
一种基于聚类的高斯混合模型算法,马瑞云,,本文介绍了一种高斯混合模型算法的改进方法---将聚类算法与传统高斯混合模型结合起来的建模方法,并同时提出的运用距离加权的矢量�
基于聚类算法可以对多个属性聚类的特点,提出一种基于快速求解高斯混合模型的聚类算法,用于研究网络流量的分类,使其达到更佳的聚类效果。通过与其他算法比较,讨论了该种方法在流量聚类中的适用性。仿真结果表明,
基于红外图像的快速行人检测,吴莎莉,吴巍,近几年,基于红外图像的行人检测技术受到人们的广泛关注,成为了一种热门的研究技术,因为该项技术的应用非常广泛,在很多场景下
EM算法是一种非常流行的最大似然估计方法,它是在观测数据为不完整数据时求解最大似然估计的迭代算法,同时也是估计有限混合模型参数的有效算法。 但是,EM算法不能保证找到全局最优解,而且往往容易陷入局部最
针对传统边缘检测算子在检测效果与抗噪方面的不足,提出基于图像特征的边缘检测方法,综合考虑图像的梯度特征、相位特征以及噪声的影响,以方向能量和由直方图差分算子计算的亮度梯度为图像特征进行边缘检测。对提取
基于自适应背景模型的运动目标检测,陈雷,邹琪,运动目标检测作为许多计算机视觉应用中最关键的首要处理环节,在诸如视频监控、目标跟踪、视频搜索等领域中都有着广泛的应用。正
针对传统的高斯混合模型的抗噪性能和鲁棒性较差的缺点,提出一种基于隐高斯混合模型的人脑MRI分割方法。传统的高斯混合模型由于忽略了空间信息和未考虑分割结果的分布情况导致模型不完整。针对这些缺点,把分割结
在行人检测领域,当场景很复杂时,一般行人检测算法往往得不到很好的检测效果。比如在行人很多且靠的很近时,用基于梯度直方图的检测算法时,检测效果不是很好。由P.Felzenszwa提出一种以可变形部件模型