结合HSV空间阴影消除的高斯混合模型背景减除方法
针对高斯混合模型背景减除后运动目标存在阴影的问题,提出了初始化参数快速估计方法避免了高斯混合模型参数估计易产生局部极大值的问题,在分析高斯混合模型背景减除结果中阴影区域亮度和色度变化特性的基础上,提出了将高斯混合模型背景减除结果映射到HSV空间并通过亮度和色度阈值消除阴影的HSV空间阴影消除方法。基于上述方法对不同光照强度下序列图像进行背景减除,实验结果表明本文方法能较准确地检测并消除阴影区域,平均目标检出率高于80%。
用户评论
推荐下载
-
高斯混合模型GMM源代码
高斯混合模型GMM的源代码,包含numpy实现和sklearn实现两个版本,不用安装其他依赖包。
27 2020-05-24 -
GMM高斯混合模型详细推导
这篇文章比较详细的推到了GMM模型中的迭代公式的由来
26 2020-04-25 -
EM迭代高斯混合模型算法
高斯混合模型(GMM)可以平滑任意形状的概率分布。其参数求解方法一般使用极大似然估计求解,但使用极大似然估计法往往不能获得完整数据(比如样本已知,但样本类别(属于哪个高斯分布)未知),于是出现了EM(
26 2020-04-25 -
高斯混合模型matlab源代码
高斯混合模型(GaussianMixtureModel)源代码,有测试程序,简单实用
37 2019-05-16 -
高斯混合模型说话人识别
matlab上基于高斯混合模型的说话人识别系统
46 2019-05-19 -
机器学习高斯混合模型EM
机器学习高斯混合模型,EM算法实现,MATLAB编程
38 2019-05-15 -
高斯混合模型参数估计
多维高斯混合模型C语言实现,同时还包含了测试数据。
37 2019-05-15 -
MIT混合高斯模型EM算法
MIT讲义,关于混合高斯模型和EM算法,讲解很到位,适合学习
26 2019-05-15 -
混合高斯模型检测运动目标
混合高斯背景建模,运动检测。建模函数是自己编写的,原理简单,便于学习,有详细注释。处理视频是用笔记本摄像头实时采集的画面。
35 2019-07-27 -
GMM高斯混合模型C源码
高斯混合模型(Gaussianmixturemodel,简称GMM)是单一高斯机率密度函数的延伸,由於GMM能够平滑地近似任意形状的密度分布,因此近年来常被用在语音与语者辨识,得到不错的效果。
46 2019-07-27
暂无评论