| 基于元认知模型的智能混合高斯背景建模 |
| |
| 引用本文： | 陈真,王钊.基于元认知模型的智能混合高斯背景建模[J].计算机系统应用,2013,22(9):180-184,159. |
| |
| 作者姓名： | 陈真 王钊 |
| |
| 作者单位： | 中国石油大学(华东)电子信息工程系, 青岛 266580;中国石油大学(华东)电子信息工程系, 青岛 266580 |
| |
| 基金项目： | 山东省优秀中青年科学家科研奖励基金(BS2011DX040);中央高校基本科研业务费专项资金(11CX04045A) |
| |
| 摘 要： | 传统混合高斯背景模型(Gaussian mixture model, GMM)不能快速适应动态场景中背景发生突变的情况. 本文提出一种基于元认知模型的智能混合高斯背景建模方法, 每个输入像素经过元认知监控成分刺激元认知体验成分以提取成功(或失败)的意识进行认知, 根据提取的意识及时向元认知知识成分传输新的认知知识或直接提取元认知知识成分, 并作出决策信息. 该方法能够对背景模型产生认知, 当背景突变为认知过的背景时, 可以快速适应并能更准确地描述复杂场景中的真实背景.
|
| 关 键 词： | 混合高斯模型 元认知模型 背景建模 目标检测 背景减除 |
| 收稿时间： | 3/7/2013 12:00:00 AM |
| 修稿时间： | 2013/4/12 0:00:00 |
Metacognitive Model-based Intelligent Gaussian Mixture Background Modeling |
| |
| CHEN Zhen and WANG Zhao.Metacognitive Model-based Intelligent Gaussian Mixture Background Modeling[J].Computer Systems& Applications,2013,22(9):180-184,159. |
| |
| Authors: | CHEN Zhen and WANG Zhao |
| |
| Affiliation: | Electronic Information Engineering, China University of Petroleum, Qingdao 266580, China;Electronic Information Engineering, China University of Petroleum, Qingdao 266580, China |
| |
| Abstract: | |
| |
| Keywords: | Gaussian Mixture Model (GMM) Metacognitive model background modeling object detection background subtraction |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
