自适应学习的混合高斯模型运动目标检测算法

来源 :计算机工程与设计 | 被引量 : 4次 | 上传用户:suibianyidianyaoshi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统混合高斯模型采用固定学习速率带来的模态残留和拖影等问题,提出了一种自适应学习速率运动目标检测算法。对图像序列像素变化特性和模型控制参数性能进行了分析,将模型学习过程分为背景初始形成和背景维护更新两个阶段,不同阶段采取不同的学习策略,初始形成阶段采用较大递减学习速率加速背景模型的形成;维护更新阶段根据像素点匹配次数与不匹配次数作为反馈量来调节学习率,实现模型的自适应学习。实验结果表明,该算法能够有效改善原始模型收敛速率慢导致背景模型更新不及时的问题,可以更准确地检测出运动目标,并具有较好的自适
其他文献
传统基于知识的词义消歧方法对所有词性的多义词均采用统一窗口大小作为消歧上下文,没有考虑固定窗口中影响消歧的噪音问题,消歧效果不佳,为此提出一种上下文边界可变的中文
在石油开采过程中,自动化仪表主要用于生产过程中液压、温度、气压及流量等有关参数的测定,即为石油开采过程提供精确的相关参数。如果自动装置因不明原因导致系统处于瘫痪状态
油田的电能量监测管理主要靠数据采集与监视控制系统完成,该系统简称SCADA。其采集数据接线连接至电网的开关柜,各个分支线路的接线再经由远距离传输信号较好的RS-485总线连接起来。利用局域网,将若干通信设备和微机连接入网,组成了网状拓扑结构方式的监控主站系统。系统分站主要由配电网中数据采集设备构成,这些设备均为终端设备,由于安装地点环境复杂、恶劣,因此设备要可靠。油田配电网由于其管理方式分散、供电
物联网技术是对互联网技术的继承和发展,其将用户端扩展至任何物品,并确保物品相互间信息传递及通信的实现。基于CDMA通信网络技术的油井生产远程监控系统由数据远程采集传输系统、远程分析管理系统以及远程控制系统等三部分构成。借助物联网技术全面开展油田数字化建设是油田信息化建设的重要内容和必经环节,随着油田开发进程的不断推进,信息采集及现代化计算机通信技术的迅猛发展,互联网、移动通信网与传感网结合程度将会