论文部分内容阅读
自适应混合高斯模型是有效的背景建模方法,能够实时更新参考背景,实现运动目标检测.针对经典的自适应混合高斯模型中学习率的全局同一性带来的不足,结合卡尔曼滤波对混合高斯模型做出改进,利用卡尔曼滤波器预测目标的运动,在目标可能经过的范围内将学习率更改为一个较小值,以保证背景的相对不变性,使运动目标迅速变得清晰完整,在运动目标经过之后,将学习率更新为一个较大值,以保持对背景变化的较快响应.利用提出的改进算法对多组监控视频进行处理,实验结果证明了该算法可以在保证前景检测的同时抑制背景噪声,实现较好的运动目标检