HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于最优k均值聚类的时空动态背景模型

作者:舒浩浩; 陈盛双; 李石君动态背景建模运动目标检测k均值聚类轮廓系数

摘要:为了还原动态背景像素值的真实分布,本文提出了基于最优k均值聚类的时空背景模型.首先采集每个像素点不同时刻的相邻像素信息,然后对采集到的所有样本像素值进行多次k均值聚类,并计算对应的轮廓系数找到最优k值,建立初始背景概率模型.由于最优k值反映了数据真实分布的个数,其值越大说明动态背景变化越快,因此最后根据最优k值计算更新速率对背景模型进行实时更新.本文在CDnet2014提供的动态背景数据集上进行了相应的实验,实验结果表明本文提出的模型对运动目标检测的效果要优于ViBe、EFIC、AAPSA等目前已有的算法.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

小型微型计算机系统

《小型微型计算机系统》(CN:21-1106/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《小型微型计算机系统》杂志刊登文章的内容涵盖计算技术的各个领域(计算数学除外)。包括计算机科学理论、体系结构、计算机软件、数据库、网络与通讯、人工智能、多媒体、计算机图形与图像、算法理论研究等各方面的学术论文。

杂志详情