• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Workshop on Intelligent Computing in Pattern Analysis/Synthesis(IWICPAS 2006); 20060826-27; Xi'an(CN) >Traffic Video Segmentation Using Adaptive-K Gaussian Mixture Model
【24h】

Traffic Video Segmentation Using Adaptive-K Gaussian Mixture Model

机译：自适应K高斯混合模型的交通视频分割。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Video segmentation is an important phase in video based traffic surveillance applications. The basic task of traffic video segmentation is to classify pixels in the current frame to road background or moving vehicles, and casting shadows should be taken into account if exists. In this paper, a modified online EM procedure is proposed to construct Adaptive-K Gaussian Mixture Model (AKGMM) in which the dimension of the parameter space at each pixel can adaptively reflects the complexity of pattern at the pixel. A heuristic background components selection rule is developed to make pixel classification decision based on the proposed model. Our approach is demonstrated to be more adaptive, accurate and robust than some existing similar pixel modeling approaches through experimental results.
机译：视频分段是基于视频的交通监控应用程序中的重要阶段。交通视频分割的基本任务是将当前帧中的像素分类为道路背景或行驶中的车辆，如果存在阴影，则应考虑到阴影。本文提出了一种改进的在线EM程序来构造自适应K高斯混合模型（AKGMM），其中每个像素的参数空间的大小可以自适应地反映像素模式的复杂性。提出了启发式背景成分选择规则，以基于提出的模型做出像素分类决策。通过实验结果证明，与某些现有的类似像素建模方法相比，我们的方法更具适应性，准确性和鲁棒性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号