本文關(guān)鍵詞：帶記憶存儲的分級自組織背景差分算法

  更多相關(guān)文章： 自組織背景差分(SOBS) 記憶存儲 分級判定

【摘要】：自組織背景差分算法存在實時性不高和背景模型在非周期變化的復(fù)雜背景環(huán)境下容易出現(xiàn)偏移的缺點.針對上述問題,文中提出帶記憶存儲的分級自組織背景差分算法.首先構(gòu)建邊界共享型的背景模型以降低時空復(fù)雜度,同時在矩陣模型的基礎(chǔ)上引入緩存空間設(shè)計,分別存儲當前背景和過往背景.然后,在檢測目標階段,設(shè)計不同粒度級別的判定機制確定像素是否為目標.實驗表明,文中算法能克服原算法存在的不足,同時有效提升檢測精確度和實時性.
【作者單位】： 福州大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院;
【關(guān)鍵詞】： 自組織背景差分(SOBS) 記憶存儲 分級判定
【基金】：國家自然科學(xué)基金項目(No.61502105,61473089)資助~~
【分類號】：TP391.41
【正文快照】： LIN Dewei,CHEN Zhaojiong,KE Xiao,YE Dongyi(College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350116)Citation LIN D W,CHEN Z J,KE X,YE D Y.Hierarchical Algorithm of Self-Organizing BackgroundSubtraction with Memory Storage.Pattern Recog，

本文編號：836508