欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

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。。