一篇不错的基于混合高斯模型的运动检测机阴影消除算法的研究,比较适合初学者。
Matlab基于光流技术的运动目标检测和跟踪方法研究-基于光流技术的运动目标检测和跟踪方法研究.pdf基于光流技术的运动目标检测和跟踪方法研究.pdf
混合高斯模型的核方法,分析了高斯模型中核PCA与聚类的潜在关系。
针对传统单高斯背景模型(SGM)检测中背景模型不能很好地自适应背景变化等问题,提出了一种改进的单高斯背景模型检测的方法。该方法取前N 帧做均值建立初始背景模型,然后利用三帧差法计算得出背景作为本文需要
实现了对于视频的运动目标跟踪与识别,主要是用帧差法
针对传统混合高斯模型(GMM)在检测运动目标时存在噪声、计算量大、效果不佳等问题,提出了一种混合四帧差分算法的改进混合高斯目标检测方法。通过选定不同规则,分别更新前后帧图像的学习速率来消除“鬼影”;提
为解决目标外形、姿态变化以及被遮挡的难点,对压缩跟踪算法进行改进:以Kalman预测位置为中心,采用由粗到精的搜索策略,快速准确地找到具有最大分类分数的目标位置;根据目标在每一帧最大分类分数的变化规律
传统混合高斯模型一般为每个像素分配固定的高斯分布个数,从而造成背景形成速度的减慢和系统资源的浪费;同时也存在着高斯模型背景建模中的缓慢或滞留运动物体造成目标误判现象的问题(即空洞问题)。为此,提出了一
许多运动物体识别算法已经被提出来,其中基于随机游走和混合高斯模型的方法备受青睐。该方法结合了随机游走的目标跟踪方法和混合高斯模型的运动检测能力。它可以对各种复杂的场景进行检测和跟踪,并被广泛应用于监控