一种改进的高斯混合模型海上红外图像运动目标检测

本文提出一种改进高斯混合模型海上红外图像运动目标检测算法。首先采用帧差法把目标图像的背景和感兴趣区域区分开来。为了保证背景图像准确快速的更新,其次采用高斯混合模型更新背景图像。更新过程中对目标在前后两帧中覆盖区域采用不同的更新率。通过实验结果表明,本文算法在保证图像背景平稳更新的同时,能够准确快速的提取图像中感兴趣目标区域。     

基于混合高斯与边缘检测的目标检测算法研究

提出了一种基于混合高斯与边缘检测的目标检测方法,首先将混合高斯模型(Gaussian Mixture Model)的参数进行改进,并结合形态学等运算提取初步运动目标;其次将双边滤波与Sobel锐化检测算子结合对图像处理得到另一个目标;然后将两目标相减,并对相减的结果进行中值滤波,以及形态学和标记去除连通域等运算;最后与三帧差分结果逻辑"或"运算,得到最终目标。实验结果表明,该算法能够很好地去除阴影,且不易受环境变化的影响。     

说话人模型聚类算法研究与分析

针对说话人确认识别率不高及实时性差的问题,在深入研究传统高斯混合模型以及K均值聚类算法的基础上提出两种基于说话人高斯混合模型的说话人聚类算法:KL散度聚类算法和巴氏距离聚类算法。根据不同的聚类算法,得到各个类的聚类中心模型,将其作为SVM的输入得出最终识别结果。仿真实验将两种聚类算法进行详细的分析比较,实验结果显示巴氏距离聚类算法具有较好的识别性能和抗噪性。     

视频监控中遗留物检测算法研究

本文首先介绍了混合高斯模型的算法原理,并且提出一种利用递归法检测多个前景物体的方法,然后提出一种基于慢高斯的遗留物检测算法,该算法利用混合高斯模型进行背景建模,利用递归法对检测到的前景物体分别计时,当计时器达到阈值时进行标记并报警。     

果蔬智能分拣系统中的目标提取算法的实现

随着农产品加工自动化程度越来越高,采用工业机器人代替人工分拣水果、蔬菜等农产品是适应现代农业发展所必需的.在蔬菜水果分拣过程中的前景目标提取质量决定了分级的准确性,基于混合高斯背景模型和仿射变换模型建立相应算法,对蔬菜水果分拣过程中所拍摄到的前景目标进行提取.以水果猕猴桃为例的实验结果表明,该方法所提取到的前景目标质量能够满足蔬果分拣需求,与其它方法相比也具有一定优势.     

短时频谱通用背景模型群联合韵律的年龄语音转换

提出一种短时频谱通用背景模型群与韵律参数相结合进行年龄语音转换的方法。谱参数转换方面,同一年龄段各说话者提取语音短时谱系数并建立高斯混合模型,然后依据语音特征相似性对说话者进行聚类,每一类训练一个通用背景模型,最终得到通用背景模型群和一组短时频谱转换函数。谱参数转换之后再对共振峰进一步微调。韵律参数转换方面,基频和语速分别建立单高斯和平均时长率模型来推导转换函数。实验结果显示,提出的方法在ABX和MOS等评价指标上比传统的双线性法有明显的优势,相对单一通用背景模型法的对数似然度变化率提高了4%。这一结果表明提出的方法能够使转换语音具有良好目标倾向性的同时有较好的语音质量,性能较传统方法有明显提升。     

基于图像处理技术的行人运动轨迹提取方法

为了实现复杂场景中多运动行人目标的检测和跟踪,采用计算机视觉技术对真实场景下行人运动视频进行处理。利用基于高斯混合模型的背景消减法提取运动目标前景,并通过形态学运算进行目标清晰化处理。采用基于预测的Kalman滤波算法对运动目标进行跟踪,并对画面中的人数进行实时统计和更新。输出多运动行人目标的实时坐标和运动轨迹。研究结果表明:本文提出的算法能够快速准确地检测和追踪多运动行人目标,初步提取行人运动轨迹。     

基于图像处理的电动自行车逆行检测技术研究

此项目以基于混合高斯模型的背景差分法对电动自行车行为进行解读,从而填补非机动车监控装置的空白。首先运用混合高斯模型提取背景,然后对比常用车辆前景检测方法,采用背景差分法对电动自行车前景进行提取;其次,对于运动目标跟踪,采用卡尔曼滤波和车辆质心特征相结合的方法,对下一时刻车辆特征值进行预测和跟踪。最后由电动自行车质心坐标绘制轨迹,用坐标变化判定电动自行车逆行行为,经视频测试,取得了良好的效果。     

考虑帧间信息的语音带宽扩展

语音带宽扩展是为了提高语音质量,利用语音低频和高频之间的相关性重构语音高频的一种技术。高斯混合模型法是语音带宽技术中被广泛应用的一种方法,但是,该方法的映射函数是分段线性函数,且没有考虑语音前后帧的相关信息。因此,提出了一种基于条件受限玻尔兹曼机的方法。该方法利用条件受限玻尔兹曼机提取了语音信号的帧间信息,同时将语音低频、高频特征参数映射为高阶统计特性,深层发掘和模拟了语音低频和高频之间的非线性关系。客观和主观对比测试结果都表明,该方法性能优于传统的高斯混合模型方法。     

压痕点数及解卷积法对水泥纳米压痕试验的影响

采用K均值法与高斯混合模型对水泥净浆不同压痕点数的纳米压痕数据进行解卷积处理.结果发现:压痕点数对解卷积结果存在影响,100个压痕点数下2种解卷积方法得到的结果均较为离散,但225及以上压痕点数的解卷积结果相似度较好;K均值法虽依赖初值参数的选择,但其对数据的处理结果与高斯混合模型的拟合结果相近,因此可作为高斯混合模型的一种检验方法.