高斯背景模型在 监控中的应用 博客分类: 推荐系统 高斯背景模型监控
程序员文章站
2024-03-17 12:21:04
...
高斯模型就是用高斯概率密度函数(正态分布曲线)精确地量化事物,将一个事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。
在运动检测中做了大量的应用,在只能的监控系统中,对于系统当前状态的检测是中心内容,用一个高斯模型来表示单点需要监控的东西特征,在新的状态过来之后更新现有的模型,用当前的状态值和高斯模型进行匹配,如果能够匹配到,则是正常的,如果匹配不到,是非正常的。
通观整个高斯模型,主要是有方差和均值两个参数决定,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。
方法:
对于监控的数据而言,特定监控点的状态满足高斯分布。~ N(u,d)
这样我们的背景模型中有两个参数 ,平均值 u,和方差 d
满足 Exp(-(x-u)^2/(2*d^2)) > T 即是一个不正常的状态。。
上一篇: 获取对象里面任意属性值