背景建模--内核密度估计法

一、原理

      内核密度估计法又叫非参数模型法,它是将最近的N帧视频图像中的同像素点的亮度值I1,I2,...IN,利用高斯内核非数化的方法对该位置像素点的概率密度进行估计。

                                 

      式(3-3)中,Kh表示窗宽为h的核函数,ai为归一化权值系数且

                                              

        如果当前帧图像像素亮度的估计值小于预定的阈值,则判断为前景像素点�否则�则判断为背景像素点。该方法能够适应较快的背景变化,而且背景建模过程中允许存在运动目标,不仅能够处理背景中有光照变化的情况,还能处理树叶摇动、摄像机轻微移动等多模态分布情况,另外还可以通过该模型利用颜色信息抑制阴影。但该方法需要Ⅳ倍帧大小的内存,占用较多的计算机资源耗时较长。
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值