高斯背景模型在 监控中的应用
来源:互联网 发布:163邮箱密码数据库 编辑:程序博客网 时间:2024/05/16 04:46
高斯模型就是用高斯概率密度函数(正态分布曲线)精确地量化事物,将一个事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。
在运动检测中做了大量的应用,在只能的监控系统中,对于系统当前状态的检测是中心内容,用一个高斯模型来表示单点需要监控的东西特征,在新的状态过来之后更新现有的模型,用当前的状态值和高斯模型进行匹配,如果能够匹配到,则是正常的,如果匹配不到,是非正常的。
通观整个高斯模型,主要是有方差和均值两个参数决定,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。
方法:
对于监控的数据而言,特定监控点的状态满足高斯分布。~ N(u,d)
这样我们的背景模型中有两个参数 ,平均值 u,和方差 d
满足 Exp(-(x-u)^2/(2*d^2)) > T 即是一个不正常的状态。。
0 0
- 高斯背景模型在 监控中的应用
- 高斯背景模型在 运动检测中的应用
- EM算法与在高斯混合模型中的应用
- EM算法在高斯混合模型中的应用
- EM算法在高斯混合模型中的应用
- 高斯背景模型
- 高斯背景模型
- 高斯混合模型背景建模(BackgroundSubtractorMOG2)在opencv3.0与opencv2.4中的使用方法区别
- EM算法 - 2 - EM算法在高斯混合模型学习中的应用
- 【EM算法】在高斯混合模型中的应用及python示例
- opencv之高斯模型分离背景
- 混合高斯模型背景建模算法
- 背景建模之高斯混合模型
- 混合高斯模型去除背景
- 背景建模--高斯混合模型
- 混合高斯模型背景建模原理
- 背景建模--高斯混合模型
- 背景提取—修改高斯混合模型BackgroundSubtractorMOG2中的参数及使用
- MySQL 报错 thread_stack=#\' to specify a bigger stack
- mysql 备用
- Win10 与 Ubuntu 双系统安装
- IOS viewdidload 方法在 init 方法之前调用
- WEB 项目在 Ubuntu 中部署到 Tomcat 总是报错
- 高斯背景模型在 监控中的应用
- Drawable 下定义一个会旋转的ui
- 一个超好的GIT教程
- tomcat catalina.sh 解析
- iReport 中使用 Chart 图
- fir.im Weekly - 新开发时代,需要什么样的技术分享
- awk 备用
- iReport 设置字体大小
- 《统计学习方法》学习笔记--统计学习三要素