论文部分内容阅读
前景检测是视频流分割和运动目标检测中重要一步。在动态变化的场景中，前景检测是比较困难的，但却意义重大。本文对比研究了几种不同的前景检测方法：基于概率决策融合、自适应混合模型和自组织映射的分类器及其变种。由于这些方法需要针对不同场景调节参数，本文重点研究各方法中的参数设置问题，并着重研究复杂场景下前景实时检测的自组织映射方法。通过一系列实验，本文对相应方法的性能和参数设置进行了定性和定量分析。