基于像素序列形态的适应性背景重构算法

背景重构是视频图像处理领域的支撑性工作之一.针对传统的背景重构算法运算复杂、背景图像失真等不足,本文提出了一种像素序列形态适应性背景重构算法.该算法通过提取像素序列形态特征进行分类处理,不同形态适用独立的背景提取策略、背景更新时刻和背景更新策略.实验结果验证表明:该算法无需对视频场景中的背景和运动目标建立模型,可直接从一组含有运动前景的视频图像中准确地重构背景,并有效避免混合现象;背景缓慢变化和突变时,亦可快速有效地完成背景重构.

多Agent协商竞争模型的研究及仿真

在利用多Agent构建人工系统的过程中,Agent的利益偏好不同及资源有限等因素会引起冲突,而多Agent之间有效的协商竞争能够减少冲突,提高整体性能。为此,提出一种新的多Agent协商竞争模型,该模型依托协商信息,提高竞争对手策略预测准确率,同时采用概率最大化利益行为选择策略,从而缩短协商竞争时间。