基于高斯混合模型的视频背景提取和人员跟踪算法matlab仿真-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于高斯混合模型的视频背景提取和人员跟踪算法matlab仿真。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.算法运行效果图预览

2.算法运行软件版本

3.部分核心程序

4.算法理论概述

5.算法完整程序工程

1.算法运行效果图预览

基于高斯混合模型的视频背景提取和人员跟踪算法matlab仿真,MATLAB算法开发,# 视频语音,matlab,高斯混合模型,视频背景提取,人员跟踪

2.算法运行软件版本

MATLAB2013B

3.部分核心程序

..............................................................................
%我们这里设计了一个算法，就是能够读取压缩后的AVI视频，从而使仿真速度更快
disp('正在读取视频...');
FileName_AVI = 'Vedio\04.avi'; 
[pixel_gray,pixel_original,frameNum_Original] = func_vedio_process(FileName_AVI);

for i = 1:frameNum_Original
    i
    pixel_gray2(:,:,i)       = imresize(pixel_gray(:,:,i),[RR,CC]);
    pixel_original2(:,:,:,i) = imresize(pixel_original(:,:,:,i),[RR,CC]);
end
clear pixel_gray pixel_original;
disp('读取视频完毕...');


disp('正在进行高斯混合模型的仿真...');
[image_sequence,background_Update,Images0,Images2,res3] = func_Mix_Gauss_Model(pixel_original2,frameNum_Original,RR,CC,K,Alpha,Rho,Deviation_sq,Variance,Props,Back_Thresh,Comp_Thresh,SHADOWS);
disp('高斯混合模型的仿真完毕...');


disp('正在显示效果...');
figure;
for tt = 1:frameNum_Original
    tt
    subplot(221)
    imshow(image_sequence(:,:,:,tt));
    title('原始图像');
    subplot(222)
    imshow(uint8(background_Update(:,:,:,tt)));
    title('背景图像更新');
    subplot(223)
    imshow(Images0(:,:,tt));
    title('运动目标检测');
    subplot(224)
    imshow(res3(:,:,:,tt));
    title('运动目标检测-最后处理结果');
    pause(0.001);
    
end
disp('显示效果完毕...');


save Result.mat image_sequence background_Update Images0 Images2
009_017m

4.算法理论概述

基于高斯混合模型(Gaussian Mixture Model, GMM)的视频背景提取和人员跟踪算法是一种广泛应用的计算机视觉方法，主要用于分离视频序列中的静态背景和动态前景（比如人物运动）。

高斯混合模型是一个概率密度函数的线性组合，它可以近似表示复杂的背景分布情况。在视频背景建模中，每一帧图像的像素值被认为是来自K个不同高斯分布的随机变量。每个高斯分布代表一种潜在的背景状态。设第t帧图像的像素值为I_t(i,j)，i和j分别是像素位置索引，那么I_t(i,j)的概率分布可以用K个高斯分布的加权和来表示：

基于高斯混合模型的视频背景提取和人员跟踪算法matlab仿真,MATLAB算法开发,# 视频语音,matlab,高斯混合模型,视频背景提取,人员跟踪