论文部分内容阅读
为了获取具有运动前景物体的初始背景，提出一种基于聚类识别的背景初始化算法。首先利用滑动可变窗口检测每个像素的所有不重叠平滑子序列，获取可能背景；然后选择每个平滑子序列的中值样本点构建分类序列集，根据未知类别的无监督聚类识别思想获取背景子集，实现背景初始化。选取不同交通状态的视频训练序列，将本文方法同中值法、一致性检测法进行了对比实验。结果表明，本文方法具有良好的适应性，可克服缓慢运动大型前景物体造成的影响，实现覆盖率大于50％的背景初始化。