混合高斯模型的自适应前景提取

复杂场景下的运动前景提取是计算机视觉研究领域的研究重点。 为解决复杂场景中的前景目标提取问题,提出一种应用于复杂变化场景中的基于混合高斯模型的自适应前景提取方法。该方法可以对视频帧中每个像素的高斯分布数进行动态控制,并且通过在线期望最大化( EM) 算法对高斯分布的各参数进行学习,此外每个像素的权值更新速率可根据策略进行调整。实验结果表明该方法对复杂变化场景具有较好的适应性,可有效、快速地提取前景目标,提取结果具有较好的查准率和查全率。