混合高斯相关论文
在基于稀疏表示的超分辨率重建过程中，当对图像进行稀疏编码时由于其分解残差并不是简单的符合高斯分布或拉普拉斯分布，针对这一问题......
随着空间开发与应用能力不断提高，近距离操作中避障控制研究成为航天领域研究的热点。论文从航天器近距离避障策略与相关控制理论入......
智能视觉监控是计算机视觉的一个重要研究领域，它在交通信息监测以及银行、宾馆、车站等重要场所的监控中有广泛的应用前景。本文以......
随着计算机和图像技术的快速发展,计算机视觉技术在各个领域中受到了极大的关注。视频目标检测和跟踪是当前计算机视觉领域的重要......
随着工业过程自动化水平及系统集成水平日益提高,一方面,生产设备之间的关联性、变量之间的耦合性增强,使得过程中出现的异常可能......
伴随我国经济的快速持续发展,现有的能源储量已逐渐无法满足各种发展需求,供需矛盾更加突出。煤层气是一种新型清洁能源,对它进一......
运动目标的检测与跟踪是视频处理的热点,随着人工智能和信息技术的发展,运动目标的检测与跟踪在军事、工业、智能人机交互、智能交......
本文研究海事场景的网络视频监控技术，即从网络上获取航段和港区现场的视频图像序列，并进行分析和处理，对用户自定义的监控区域进行实......
运动全景图将前景区域中运动员在每个时间节点上的技术动作叠加在静态背景中,从而帮助教练员和运动员对体育技术动作的完成情况进......
视频中运动目标检测和跟踪是图像理解、计算机视觉等领域的重要研究课题,现已广泛地应用于视频监控、机器人视觉导航、交通管制等......
智能交通系统(ITS)是现代交通视频监控领域的热点研究课题之一,代表着未来交通管理的发展趋势,已被公认为解决道路交通拥挤、事故......
在21世纪，多目标分类以及异常行为检测在视频监控、图像检索、人机交互以及军事等领域得到广泛的应用。该技术涵盖的内容很广泛，包括......
随着机器视觉技术的快速推进,运动目标的捕捉及跟踪技术的研究正逐渐成为该领域的重要研究环节。目前,许多高校、科研机构乃至大型......
行人跟踪是计算机视觉领域的一个研究热点,在智能监控、自动驾驶和人机交互等领域都有着广阔的应用前景,其中目标与背景相似导致跟......
在现实生活中,人们可以很容易地获取大量的数据,但是通常其中大部分数据是没有样本标签的。传统的监督学习算法仅使用少部分有标签......
进入二十一世纪后,社会公共安全事在全球频繁发生。对人民的生活与心理造成严重的影响,促使社会上下加强了对公共安全环境的关注。......
传统的地质统计学反演利用地质统计学模拟算法来构建模型参数的先验信息,然后在地震数据的约束下利用优化算法来获得模型参数的后......
在高性能的DM6437上,利用TI公司的VLIB库和IQmath库,实现了结合Mean Shift与卡尔曼滤波的目标跟踪算法.通过混合高斯建模、腐蚀、......
盲源分离是指在源信号和混合方法均未知的条件下，仅根据接收到的多路混合信号，在统计独立性的假设前提下，将源信号从混合信号中分离出......
随着老龄化问题及空巢问题的出现,老年人群受到了越来越多的关注,经调查发现：跌倒是老年人意外伤亡的第一要素,且发生相对频繁,所造......
在智能视频监控、机器人视觉、视频会议等领域,背景建模是其中的一项关键技术。建模结果直接影响后续的运动目标检测、识别和跟踪......
运动分割是视频分析的重要基础步骤。本文研究了从视频序列中提取运动目标的算法。该算法将自适应背景建模和彩色图像分割相结合而......
本文提出一种基于混合高斯模型和改进了的平均背景减除法来进行运动目标检测的算法.首先,运用混合高斯建立背景模型,然后结合改进......
提出了一种基于监控视频的异常事件识别模型,该模型可以实时监测视频中的前景目标,并通过分析目标的运动信息判断是否有异常事件的......
为了解决视频目标检测中光照变化对目标检测产生的影响,提出了一种考虑光照变化的运动目标检测方法。首先确定光照变化的强度并进......
本文提出一种基于混合高斯模型和改进了的平均背景减除法来进行运动目标检测的算法。首先,运用混合高斯建立背景模型,然后结合改进......
研究了目前运动目标检测常用的两种方法:三帧差分法及混合高斯模型背景差分法,并对两种运动目标检测方法作了简述,且辅以典型的视......
提出了一种固定摄像头下自适应的运动目标检测方法。该方法基于改进的混合高斯背景模型,通过在线更新模型学习率,实现背景模型更新......
在各种复杂场景中,获得前景运动对象或者运动对象运动区域成为视频处理的必要过程,为解决前景对象的完整性问题,提出了一种快速而......
针对传统混合高斯模型对场景的突然变化不能实时更新和RunningAvg更新算法中容易产生拖影的问题,提出了一种快速背景更新方法。首......
由于运动阴影具有与运动前景相同的特性,在视频处理中分割前景时存在误把阴影检测为前景的问题,可能严重地影响跟踪、识别等后续处......
视频传感器网络在监控过程中会产生大量数据,为此提出一种改进的基于对象的视频压缩方法。首先,运用改进的混合高斯模型进行背景建......
以深度图像为分割对象,在迭代图割算法的基础上,通过引入分层机制加快图割执行速度,并通过引入平衡因子来平衡颜色纹理和深度之间......
生物视觉系统具有对运动目标敏感、分辨率调节迅速等特点,能准确无误地识别目标。对数极坐标变换(log polar transformation,LPT)......
为解决高斯混合模型GMM(Gaussian Mixture Model)在车辆检测中存在的车辆断裂等问题,提出了一种基于匹配度分布的混合高斯车辆检测......
针对普通基于HSV颜色空间算法的缺陷,提出了一种新颖的车辆阴影消除方法.通过自适应混合高斯模型(AGMM)进行背景建模得到视频序列......
AR模型、混合高斯模型分别可以很好地拟合样本的功率谱和概率密度。AR模型参数估计可以使用最大似然估计法(MLE);而在各高斯分量概......
为了解决当前在复杂背景下视频目标存在跟踪提取不准确与不稳定等不足,论文设计了基于CamShift与混合高斯模型的目标跟踪与提取算......
随着DSP的发展,其在视频处理方面的应用越来越广泛。文章结合DSP与PC在视频采集信号色彩空间上的差异,对混合高斯模型进行了改进,......
混合高斯概率密度模型可以很好地拟合非高斯样本的概率密度。在各高斯分量概率密度互不重叠的条件下，使用动态簇算法可以快速而......
混合高斯模型能够有效地拟合混响背景的一维概率密度分布。常用的混合高斯概率密度模型参数估计方法是EM迭代算法．但这种算法的主要......
混合高斯模型是对非高斯数据进行概率密度拟合典型模型。其参数估计可以通过期望最大化（EM）迭代算法获得。多维混合高斯模型参数的EM......
使用复合抽样法,可以产生具有指定概率密度形式的加性分布非高斯序列。通过在极零图上直接指定数对极零点,可以实现定性色化低阶自......
混合高斯模型是一种典型的非高斯概率密度模型,获得广泛应用。其参数的优效估计可以通过最大似然方法获得,但最大似然估计往往因其......
基于像素的背景建模方法速度较快但不能很好地描述背景运动,光流能准确描述物体运动但计算量大,难以满足实时的要求.提出一种结合......
