一种改进的基于高斯模型的目标检测方法

混合高斯模型是运动目标检测技术中应用非常广泛的背景建模方法。为了克服混合高斯模型不能适应背景光照突变,且计算量庞大的问题,提出了三种改进方法。首先,对检测的视频帧做光照补偿处理,可以大大降低光照突变对检测效果的影响;其次,在不影响检测效果的情况下,采用隔像素建模形式,可以减少模型的计算量;最后,在背景建模过程中把所有模型按权重比例相加,实验结果表明,此方法不仅减少计算量,还能提高检测的效果。

矿区智能巡检机器人运动目标检测算法研究

在矿区场景下进行运动目标检测,传统的高斯混合模型存在计算量大、实时性差、面对突发情况响应慢等问题。针对这些不足进行以下两方面改进,采用隔行隔列进行提取像素点并建模匹配,减少计算量,提高算法实时性;提出帧间差分法和高斯混合模型相结合的算法,通过判断相邻帧之差是否超过阈值调整模型更新速率,以解决响应慢的问题。实验结果表明,改进方法能够获得较好的目标检测效果。