论文部分内容阅读
针对传统混合高斯模型运动目标检测准确度不高的问题,本文提出了一种改进的运动目标检测算法。该方法通过利用空间邻域的相关性信息,结合混合高斯模型来提高运动目标检测的准确性。首先,对图像中的每一像素建立高斯模型,并采用模型的匹配次数确定方差更新系数的算法,解决了传统方法中方差收敛缓慢的问题;然后重新定义了马尔科夫随机场的势能函数,并融入空间邻域的相关性信息,由此获得了用于运动目标检测的自适应阈值。采用IBM研究中心的测试视频序列对本文的方法进行了测试,实验结果表明,本文的方法对复杂的场景有较好的适应性,能