结合模糊熵和学习率自适应的GMM目标检测算法 | |
王德忠; 李睿 | |
刊名 | 计算机应用与软件 |
2022-08-12 | |
卷号 | 39期号:08页码:187-192+219 |
关键词 | 模糊熵 相关性 学习率 背景变化因子 背景平均变化系数 |
英文摘要 | GMM算法在目标检测中采用固定的模型个数描述像素点的状态,固定的学习率更新背景。针对GMM算法的以上不足,提出一种自适应选取模型个数和学习率自适应环境变化的GMM算法。通过模糊理论将视频分为三个模糊子集,计算每一部分的模糊熵,根据视频模糊熵的最大值确定需要的模型个数。引入两帧视频的相关性度量视频帧之间的相关性,比较背景变化因子与背景变化系数确定不同的学习率。实验验证,改进算法能够消除噪声影响,有效地节约混合高斯模型的个数,能够自适应环境变化,提高检测准确率,降低检测耗时。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/159697] |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学计算机与通信学院 |
推荐引用方式 GB/T 7714 | 王德忠,李睿. 结合模糊熵和学习率自适应的GMM目标检测算法[J]. 计算机应用与软件,2022,39(08):187-192+219. |
APA | 王德忠,&李睿.(2022).结合模糊熵和学习率自适应的GMM目标检测算法.计算机应用与软件,39(08),187-192+219. |
MLA | 王德忠,et al."结合模糊熵和学习率自适应的GMM目标检测算法".计算机应用与软件 39.08(2022):187-192+219. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论