一种快速的运动目标检测算法

doi:10.3778/j.issn.1002-8331.2009.34.046

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (34): 152-154.DOI: 10.3778/j.issn.1002-8331.2009.34.046

• 图形、图像、模式识别 • 上一篇下一篇

一种快速的运动目标检测算法

王玉锐，陈辉，唐丽焕，吕小倩

山东大学信息科学与工程学院，济南 250100

收稿日期:2008-12-10 修回日期:2009-02-20 出版日期:2009-12-01 发布日期:2009-12-01
通讯作者: 王玉锐

Fast algorithm of moving object detection

WANG Yu-rui，CHEN Hui，TANG Li-huan，LV Xiao-qian

School of Information Science and Engineering，Shandong University，Jinan 250100，China

Received:2008-12-10 Revised:2009-02-20 Online:2009-12-01 Published:2009-12-01
Contact: WANG Yu-rui

摘要/Abstract

摘要： 将运动目标检测的改进方式分为三类。针对固定摄像机的视觉监控系统，提出了一种改进的高斯混合模型算法。通过对方差在高斯混合模型中的作用进行分析，省略方差更新，将方差设为固定值，均值学习率采用固定值。实验结果表明，同传统检测方法相比，改进的算法具有更好的实时性与可靠性。

关键词: 智能视觉监控系统, 运动目标检测, 高斯混合模型, 方差

Abstract: Improved methods of moving object detection are classified into three categories，and an improved algorithm of Gaussian mixture model is presented for the application on a video monitoring system with a static camera.By analyzing the Gaussian variance function，this paper makes the variance a constant value instead of updating it.At the same time，the learning rate of mean value is fixed.Experiments show that the improved algorithm outperforms the other traditional methods in realtime performance and stability.

Key words: intelligent video monitoring system, moving object detection, Gaussian mixture model, variance

中图分类号:

TP391.41

王玉锐，陈辉，唐丽焕，吕小倩. 一种快速的运动目标检测算法[J]. 计算机工程与应用, 2009, 45(34): 152-154.

WANG Yu-rui，CHEN Hui，TANG Li-huan，LV Xiao-qian. Fast algorithm of moving object detection[J]. Computer Engineering and Applications, 2009, 45(34): 152-154.

[1]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[2]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[3]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[4]	万达，李俊. 锦标赛精英学习与协方差变异的烟花算法[J]. 计算机工程与应用, 2021, 57(19): 84-96.
[5]	杨薛钰，陈建平，傅启明，陆悠，吴宏杰. 基于随机方差减小方法的DDPG算法[J]. 计算机工程与应用, 2021, 57(19): 104-111.
[6]	王杰，黄丽霞，张雪英. 改进DSB方法的语音信号多声源定位[J]. 计算机工程与应用, 2021, 57(1): 173-180.
[7]	宋杰，朱勇，许冰. 批量减数更新方差缩减梯度下降算法BSUG[J]. 计算机工程与应用, 2020, 56(22): 117-123.
[8]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[9]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[10]	刘红星1，2，胡广地1，朱晓媛1，李进龙3. 改进协方差矩阵的智能车视觉目标跟踪方法[J]. 计算机工程与应用, 2019, 55(3): 171-178.
[11]	贾兵兵，曹辉，秦驰杰. 基于SGMM和DNN结合提高音素识别率的研究[J]. 计算机工程与应用, 2019, 55(24): 117-121.
[12]	古亭，李子印，王乐. 基于距离变换的粘连蚕茧分割方法[J]. 计算机工程与应用, 2019, 55(23): 177-181.
[13]	杜婷婷，文国秋，吴林，童涛，谭马龙. 基于局部协方差矩阵的谱聚类算法[J]. 计算机工程与应用, 2019, 55(14): 148-154.
[14]	陈超. 高斯混合模型结合加权似然的目标跟踪算法[J]. 计算机工程与应用, 2019, 55(12): 124-131.
[15]	胡方强1，2，吕涛1，包亚萍1. 改进的自适应Kalman滤波在SINS/GPS组合导航中的应用[J]. 计算机工程与应用, 2018, 54(5): 253-257.

一种快速的运动目标检测算法

Fast algorithm of moving object detection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics