基于元认知模型的智能混合高斯背景建模

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ａｂｓｔｒａｃｔ：ＴｒａｄｉｔｉｏｎａｌＧａｕｓｓｉａｎＭｉｘｔｕｒｅＭｏｄｅｌ（ＧＭＭ）Ｃａｒｌ ’ ｔａｄａｐｔｑｕｉｃｋｌｙｔｏｔｈｅｓｕｄｄｅｎｃｈａｎｇｅｓｉｎｈｅｔｄｙｎａｍｉｃｓｃｅｎｅ．
Ｋｅｙｗｏｒｄｓ：ＧａｕｓｓｉａｎＭｉｘｔｕｒｅＭｏｄｅｌ（ＧＭＭ）；Ｍｅｔａｃｏｎｉｇｔｉｖｅｍｏｄｅｌ；ｂａｃｋｒｏｇｕｎｄｍｏｄｅｌｉｎｇ；ｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎ；
摘
要：传统混合高斯背景模型（Ｇａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ，ＧＭＭ）不能快速适应动态场景中背景发生突变的情况．
本文提出一种基于元认知模型的智能混合高斯背景建模方法，每个输入像素经过元认知监控成分刺激元认知体验成分以提取成功（或失败）的意识进行认知，根据提取的意识及时向元认知知识成分传输新的认知知识或直接提
计 Biblioteka Baidu 机系统应用
ｈｔｔｐ：ｌｌ￣ｗ．ｃ — Ｓ — ａ．ｏｒｇ．ｃｎ
２０１３年第２２卷第９期
基于元认知模型的智能混合高斯背景建模①
陈真，王钊
（中国石油大学（华东）电子信息工程系，青岛２６６５８０）
ｓｕｃｃｅｓｓｏｒｆａｉｌｕｒｅｍａｔｃｈｉｎｇ．Ｉｎｔｈｅｃｏｍｐｌｅｘｓｃｅｎｅ，ｈｅｔｐｒｏｐｏｓｅｄｍｅｈｏｔｄｃａｎｉｎｔｅｌｌｉｇｅｎｔｌｙｃｏｇｎｉｚｅｂａｃｋｇｒｏｕｎｄ，ｑｕｉｃｋｌｙａｄａｐｔｔｏｔｈｅｓｕｄｄｅｎｃｈａｎｇｅｓｏｆｂａｃｋｇｒｏｕｎｄｓｃｏｎｉｇｚｅｄｅｖｅｒａｎｄｄｅｓｃｒｉｂｅｒｅａｌｂａｃｋｒｏｇｎｄｕｍｏｒｅａｃｃｕｒａｔｅｌｙ￣
ＣＨＥＮＺｈｅｎ，ＷＡＮＧＺｈａｏ
（ＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＰｅｔｒｏｌｅｕｍ，Ｑｉｎｇｄａｏ２６６５８０，Ｃｈｎｉａ）
取元认知知识成分，并作出决策信息．该方法能够对背景模型产生认知，当背景突变为认知过的背景时，可以快速适应并能更准确地描述复杂场景中的真实背景．关键词：混合高斯模型；元认知模型；背景建模；目标检测；背景减除
ＭｅｔａｃｏｇｎｉｔｉｖｅＭｏｄｅｌ — ｂａｓｅｄＩｎｔｅｌｌｉｇｅｎｔＧａｕｓｓｉａｎＭｉｘｔｕｒｅＢａｃｋｇｒｏｕｎｄＭｏｄｅｌｉｎｇ
ＡＭｅｔａｃｏｇｎｉｔｉｖｅＭｏｄｅｌ — ｂａｓｅｄＩｎｔｅｌｌｉｇｅｎｔＧａｕｓｓｉａｎＭｉｘｔｕｒｅｂａｃｋｇｒｏｕｎｄｍｏｄｅｌｉｎｇｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄ．Ｆｏｒｅａｃｈｐｉｘｅｌ，
ｄｅｃｉｓｉｏｎｍａｋｉｎｇｍｕｓｔｐａｓｓｔｈｅｔｈｒｅｅｅｌｅｍｅｎｔｓｗｈｉｃｈａｒｅｃａｌｌｅｄａｓＭｅｔａｃｏｇｎｉｔｉｖｅＭｏｎｉｔｏｒｉｎｇ（ＭＭ）ｅｌｅｍｅｎｔ，
ｍｏｎｉｔｏｒｓｔｈｅｍｏｄｅｌｉｎｇｓｃｈｅｍｅ，ｓｔｉｍｕｌａｔｅｓｔｏｇｅｔＭＥｅｌｅｍｅｎｔ，ａｎｄｅｘｔｒａｃｔｓｃｏｇｎｉｔｉｖｅｋｎｏｗｌｅｄｇｅｆｒｏｍＭＣＫｅｌｅｍｅｎｔ．
ＭｅｔａｃｏｇｎｉｔｉｖｅＣｏｇｎｉｔｉｖｅＫｎｏｗｌｅｄｇｅ（ＭＣＫ）ｅｌｅｍｅｎｔａｎｄＭｅｔａｃｏｇｎｉｔｉｖｅＥｘｐｅｒｉｅｎｃｅ（ＭＥ）ｅｌｅｍｅｎｔ．ＭＭｅｌｅｍｅｎｔ
ＭＣＫｅｌｅｍｅｎｔｉｓｃｏｍｐｏｓｅｄｏｆｈｅｔｂａｃｋｒｏｇｕｎｄｍｏｄｅｌｓｃｏｎｉｇｚｅｄｅｖｅｒ．ＭＥｅｌｅｍｅｎｔｉｓｃｏｍｐｏｓｅｄｏｆｈｅｔｅｘｐｅｒｉｅｎｃｅｓｒｏｆｍ