一种改进的基于混合高斯模型的背景学习算法
自适应混合背景模型的关键在于模型的参数能够根据输入数据的变化，进行自适应的改变。本文在最大似然准则下，推导出了混合高斯模型参数的递推方程，并定义遗忘因子和学习率因子，通过分析遗忘因子和学习率因子在方程中的物理意义，我们得到了更一般遗忘因子和学习率因子的表达形式，并证明了这种学习率因子能够保证本文提出的学习算法的收敛性。通过实验证明，本文提出的学习算法无论在收敛速率，还是在准确性方面，都要优于传统的方法。
混合高斯模型 背景模型 学习算法 自适应
杨源 毕笃彦
空军工程大学工程学院信号与信息处理实验室 710038 西安
国内会议
第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会
兰州
中文
160-164
2008-07-20（万方平台首次上网日期，不代表论文的发表时间）