基于高斯混合模型的在线背景去除开题报告
2020-04-13 13:23:34
1. 研究目的与意义(文献综述)
运动检测是智能视频监控系统中的一项关键技术,背景去除对于运动检测来说是必不可少的一个步骤,所以一个好的背景去除方法有着其重要的意义。
为此,国内外的研究人员提出许多方法,例如,[1]利用最近 n 帧的中值作为背景模型,但该方法的前景会污染背景,无法做到完全分离去除;[2]对每个像素构建一个模型,使得能适应场景中的光照变化,但是其不能很好地处理多模态背景的情况;[3]把像素分布看作高斯分布,对背景建模;[4]在此基础上用k 个高斯混合模型(gaussian mixture model, gmm)表示像素分布,解决了像素的多峰分布的问题,克服了光照变化、树枝晃动等因素造成的影响。但它仍存在如下缺点:
(1)现有的混合高斯背景建模方法固定高斯分布的个数,通常为 3 个~ 5 个。每个高斯模型对应着场景的一个状态,固定高斯分布的个数会产生多余的高斯分布,照成系统资源的大量浪费。
2. 研究的基本内容与方案
1基本内容与目标
本次毕业设计内容是基于matlab完成视频或者图像的背景去除。matlab是 matrix laboratory 的缩写,是一款由美国 mathworks 公司出品的商业数学软件。是一种适用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如c、fortran)的编辑模式,代表了当今国际科学计算软件的先进水平。
在本次毕业设计中,我要具体要完成下面的内容来实现毕设的目标。
3. 研究计划与安排
第1-2周:查找资料,了解设计任务;
第3周:根据毕业设计内容查找相关资料;
第4周:完成开题报告;
第5-6周:学习掌握编程技术;
第7-11周:进行软件的初步设计;
第12-14周:进行软件测试及修改;
第15周:完成论文初稿;
第16周:完善论文并定稿;
第17周:进行答辩。
4. 参考文献(12篇以上)
[1] h. yong, d. meng, w. zuo, l. zhang, "robust online matrix factorization for dynamic background subtraction," to appear, ieee trans. on pattern analysis and machine intelligence.
[2] 冯华文, 龚声蓉, 刘纯平. 基于改进高斯混合模型的前景检测[j]. 计算机工程, 2011, 37(19):179-182.
[3] 朱碧婷, 郑世宝. 基于高斯混合模型的空间域背景分离法及阴影消除法[c]// 数字电视与无限多媒体通信国际论坛. 2008:1906-1909.