融合SORM背景模型和DTCNN阈值模型的运动目标检测

作者：贾丽娟

来源：计算机工程, 2016, (01): 220-224.

• 目标检测
• 背景模型
• 阈值模型
• 自组织视网膜映射图
• 神经网络
• 动态背景 object detection
• background model
• threshold model
• Self-organizing Retinotopic Maps(SORM)
• neural netw ork
• dynamic background

为降低动态背景对运动目标检测性能的影响,提出一种运动目标检测方法。该方法融合自组织视网膜映射图(SORM)背景模型和离散时间卷积神经网络(DTCNN)阈值模型。依据SORM构建背景模型,结合运动目标检测要求,改进DTCNN算法,构建阈值模型,在检测运动目标的过程中降低噪声干扰,自适应更新SORM和DTCNN模型中的相关参数,以适应场景变化。实验结果表明,与经典的高斯混合模型、自组织背景差分和增长自组织映射图方法相比,该方法的目标检测性能更好,尤其是对动态背景的适应能力更强。

• 出版日期2016
• 单位西北民族大学