基于改进的混合高斯模型运动目标检测算法研究

摘要

采用传统混合高斯模型(GMM)进行监控视频内运动目标检测时,检测结果受光照、阴影影响较大,且运算速度慢,针对这一缺陷,提出了一种改进的GMM和阴影抑制相结合的运动目标检测算法。该算法通过对GMM添加平衡系数、合并冗余高斯分布,完成自适应改进,利用2级学习率αh和αl的设置提升背景建模精确率度,经霍特林变换完成阴影抑制,得到轮廓清晰的运动目标。仿真实验结果显示:改进的算法克服了传统GMM在动态背景下检测精度低的缺陷,提高了算法的实时性和准确性,解决了光照变化、环境噪声等因素引起的误检、漏检问题。