您的位置： 专家智库 > >

袁舟

作品数：2 被引量：0H指数：0
供职机构：浙江大学计算机科学与技术学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：自然科学总论自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 1篇自动化与计算...
  • 1篇自然科学总论

主题

  • 2篇统计量
  • 2篇充分统计量
  • 1篇动目标
  • 1篇动目标检测
  • 1篇运动目标检测
  • 1篇收敛性
  • 1篇目标检测
  • 1篇监视系统
  • 1篇高斯
  • 1篇高斯混合
  • 1篇背景减除

机构

  • 2篇浙江大学

作者

  • 2篇袁舟
  • 2篇朱淼良
  • 2篇钱徽
  • 2篇陈鹏

传媒

  • 1篇华中科技大学...

年份

  • 2篇2011
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于充分统计量的在线背景减除方法
提出了一种使用高斯混合背景模型和充分统计量的在线背景减除算法——在线k-means算法。该算法不同于EM(期望最大化)算法的硬分配，而是使用k-means的软分配，使用充分统计量能够更有效地统计数据的变化，并且提高在线算...
袁舟钱徽陈鹏朱淼良
关键词：监视系统充分统计量运动目标检测
基于充分统计量的在线背景减除方法
2011年
提出了一种使用高斯混合背景模型和充分统计量的在线背景减除算法——在线k-means算法.该算法不同于EM(期望最大化)算法的硬分配,而是使用k-means的软分配,使用充分统计量能够更有效地统计数据的变化,并且提高在线算法的速度和收敛性.实验结果表明:在实时监控应用中,在线k-means算法能有效检测运动目标,且计算速度和收敛速度快于在线EM算法,需要的空间更少.
袁舟钱徽陈鹏朱淼良
关键词：收敛性高斯混合背景减除充分统计量
全选 清除 导出
共1页<1>
聚类工具0