一种基于改进的高斯混合模型的目标检测方法

摘要：

　　本文针对固定场景和固定摄像头的实时监控中，模型初始化时，基于高斯混合模型的运动目标检测算法对已经存在的运动目标无法做到快速收敛而导致目标检测准确率低的问题，提出了一种改进算法。该算法通过采用K-均值聚类方法对混合高斯模型进行参数初始化，同时对匹配准则和高斯分布生成准则进行了优化，减少了经典算法的计算量。实验结果表明，与经典算法相比，改进算法能够快速、准确地检测运动目标。

关键词： K-均值聚类 高斯混合模型 目标检测算法 算法改进

作者: 张道松 潘海鹏

作者单位: 浙江理工大学自动化研究所, 杭州 310018

会议类型: 国内会议

会议名称: 第23届过程控制会议

会议地点: 厦门

会议语种:中文

页码: 1-5

在线出版日期: 2012-08-01（万方平台首次上网日期，不代表论文的发表时间）