申请入驻
会员登录
首页
专家库
成果简介
采编系统
官方活动
综合
综合
专家
记者
成果
新闻
观点
活动
检索
第一学习
智库首页
>
智库成果
>
期刊论文
基于充分统计量的在线背景减除方法
袁舟
钱徽
陈鹏
朱淼良
· 2011
分享
收藏
阅读量:25
在线算法
收敛性
高斯混合
背景减除
充分统计量
运动目标
期刊名称:
华中科技大学学报(自然科学版) 2011 年 S2 期
摘要:
提出了一种使用高斯混合背景模型和充分统计量的在线背景减除算法——在线k-means算法.该算法不同于EM(期望最大化)算法的硬分配,而是使用k-means的软分配,使用充分统计量能够更有效地统计数据的变化,并且提高在线算法的速度和收敛性.实验结果表明:在实时监控应用中,在线k-means算法能有效检测运动目标,且计算速度和收敛速度快于在线EM算法,需要的空间更少.
相关专家
相关课题